cosinor分析之前已经介绍过两个了（cosinor，cosinor2），其实R中还有三个包可以进行cosinor分析（card::cosinor，season::cosinor和psych::cosinor）,下面详细介绍一下
1.psych::cosinor
#构造测试数据集
set.seed(1)
sim1 <- data.frame(time=rep(as.POSIXlt(seq(1,25,4)*3600,origin = "2021-01-01 00:00:00"),2),
zt_time=rep(seq(1,25,4),2),
group=rep(c("WT","KO"),each=7),
value=c(seq(1,4),seq(3,1),seq(8,2,-2),seq(4,8,2))+rnorm(14,mean = 0,sd = 0.5))
sim1
# time zt_time group value
# 1 2021-01-01 09:00:00 1 WT 0.6867731
# 2 2021-01-01 13:00:00 5 WT 2.0918217
# 3 2021-01-01 17:00:00 9 WT 2.5821857
# 4 2021-01-01 21:00:00 13 WT 4.7976404
# 5 2021-01-02 01:00:00 17 WT 3.1647539
# 6 2021-01-02 05:00:00 21 WT 1.5897658
# 7 2021-01-02 09:00:00 25 WT 1.2437145
# 8 2021-01-01 09:00:00 1 KO 8.3691624
# 9 2021-01-01 13:00:00 5 KO 6.2878907
# 10 2021-01-01 17:00:00 9 KO 3.8473058
# 11 2021-01-01 21:00:00 13 KO 2.7558906
# 12 2021-01-02 01:00:00 17 KO 4.1949216
# 13 2021-01-02 05:00:00 21 KO 5.6893797
# 14 2021-01-02 09:00:00 25 KO 6.8926501
用法也非常简单
cosinor(angle = "zt_time",#时间点
x="value",#检测基因的表达值
code = "group",#分组
data = sim1)
######或者#######
cosinor(angle = 2,
x=4,
code = "group",#code参数不能为列号
data = sim1)
1到6列分别为相位，拟合性能，振幅，标准差，均值（基线），截距
可惜的没有震荡性检测的p值和振荡差异总体p值比较，也无法比较相位，振幅，基线差异的p值
注意：经过比较，该包拟合的cosinor曲线参数和下面两个包的拟合结果相差稍大，不太建议使用
绘图
cosinor.plot(angle ="zt_time",#时间点
x="value",#检测基因的表达值
IDloc = "group",#分组
ID="WT"，#组中变量名
data=sim1)
######或者#######
cosinor.plot(angle = 2,
x=4,
IDloc = 3,
ID="KO",
data=sim1)
2.card::cosinor
沿用上面构造的模拟数据集，该函数用法如下：
m <- cosinor(value ~ zt_time, #公式
data = sim1[1:7,], #数据
tau = 24)#欲拟合的周期
summary(m)
红线第一处为个体cosinor模型，还有一种是总体cosinor模型，我还没弄清楚到底啥意思，运行时总是报错，暂且不表，
第二处为拟合的公式，
第三处为拟合的周期，
第四处为拟合的参数：
分别为均值（基线），振幅，而相位要换算一下，abs(phi1)/2π×24，此处为13.055≈13.1
注意：和上面psych::cosinor拟合的结果不太一样，接下来看看下一个函数
3.season::cosinor
沿用上面构造的模拟数据集，该函数用法如下：
res1 = cosinor(value~1, #拟合公式
date='time', #时间列名，类型必须为POSIXlt类型
type='hourly', #拟合类型为小时，昼夜节律为24小时
data=sim1[1:7,])
summary(res1)###单个
plot(res1)
从上到下依次为观测数，振幅（和
card::season结果接近），峰值相位，波谷相位，振荡显著性
注意：sim1数据集中time和zt_time要换算一下，此处的时间为time，前面两个函数使用的都是zt_time，所以time=21.1即为zt_time=13.1，这点来看，也是和card::cosinor结果较为接近，与psych::cosinor相差一点点
回归系数矩阵中第一行第一列为均值（基线，同样与card::cosinor结果较为接近），
cosw和sinw两行最后一列 两个p值只要有一个即说明振荡具有显著性
比较的话，这样做：
res = cosinor(value~group, date='time', type='hourly', data=sim1)
# summary(res)###比较
# plot(res)
summary(res$glm)
差异比较的话有一个值比较有用，图中红框位置，但是只有一个总体p值，该函数无法比较相位，振幅，基线差异的p值
