目前本人写的ggrcs包新的4.0版本已经在CRAN上线，目前支持逻辑回归（logistic回归）、cox回归和多元线性回归。
需要的可以使用代码安装
install.packages("ggrcs")
如果原来安装了旧版本，重新在安装一次就可以升级到新版本。本次主要是修复了之前的两个问题，下面我来演示一下。
第一个是有柱子在负轴的问题，既往偶有柱子在负轴的问题，我用一个粉丝的数据来演示一下，代码不解释了，可以看我既往的文章
library(rms)
library(ggplot2)
library(scales)
library(cowplot)
setwd("E:/公众号文章2024年/ggrcs报错")
df <- read.csv('rscdata.csv',sep = ',',header = T)
str(df)
covars = c('age','Gender','Race','edu','marital',
'PIR','alcohol.user','smoke')
df[,covars] <- lapply(df[,covars],as.factor)
dd <- datadist(df)
options(datadist='dd')
fit<-ols(PAA ~rcs(X2.OHNAP,4)+age+Gender+Race+marital+edu+PIR+bmi+
smoke+alcohol.user,data=df)
summary(fit)
ggrcs(data=df,fit=fit,x="X2.OHNAP",histbinwidth=0.01,px=1.1)
这是因为线性回归种可能会产生负值，可能会导致这种情况，新版本解决了这个问题
library(ggrcs)
ggrcs(data=df,fit=fit,x="X2.OHNAP",px=1.1)
第二个就是线性回归中因为宽度问题导致绘图不美观的问题，使用我的臭氧数据来演示这个情况（公众号回复：臭氧数据，可以获得这个数据）
library(ggrcs)
library(rms)
library(ggplot2)
library(scales)
library(cowplot)
library(foreign)
be <- read.spss("E:/r/test/ozone.sav",
use.value.labels=F, to.data.frame=T) #????
names(be)
be$variables2<-sample(0:1,size=330,replace=TRUE)
be$variables2<-as.factor(be$variables2)
dd <- datadist(be)
options(datadist='dd')
fit<-ols(ozon ~rcs(vh, 4)+temp+variables2,data=be)
ggrcs(data=be,fit=fit,x="vh")
绘制出的这个图不怎么美观是因为宽度没有控制好，新版本对宽度重新进行自动计算后，还是原来的代码
ggrcs(data=be,fit=fit,x="vh")
这样图片就比原来美观多啦，多谢各位粉丝提出的意见。
