hte _ cfg公司<- 基本配置()%>%
    添加属性记分模型(“SL.glm.交互”)%>%
    添加属性记分模型(“SL.glmnet”,阿尔法= c（c）(0,1))%>%
    添加属性记分模型(
        “SL.glmnet.交互”,阿尔法= c（c）(0,1)
)%>%
    添加输出模型(“SL.glm.交互”)%>%
    添加输出模型(“SL.glmnet”,阿尔法= c（c）(0,1))%>%
    添加输出模型(“SL.glmnet.交互”,阿尔法= c（c）(0,1))%>%
    添加输出诊断(“RROC”)%>%
    添加效果模型(“SL.glm.交互”)%>%
    添加效果模型(“SL.glmnet”,阿尔法= c（c）(0,1))%>%
    添加效果模型(“SL.glmnet.交互”,阿尔法= c（c）(0,1))%>%
    添加效果诊断(“RROC”)%>%
    添加建模器（_M）(“分层”，x2，x3）%>%
    添加建模器（_M）(“内核平滑”、x1、x4、x5）%>%
    添加vimp(示例_拆分= 错误的)->
hte _ cfg公司

滤波器（结果，格雷普(“SL系数”，估计））%>%
变异(水平= 因素（水平，水平= c（c）(“控制响应”,“治疗反应”)))%>%
ggplot图(原子发射光谱(
            x个= 重新排序（期限、估计），
            年=估计，
            伊敏=估计- 1.96 *标准错误，
            ymax公司=估计+ 1.96 *标准错误（_E）
))+
    地理_阿比林(截距= 0,坡度= 0,线型= “虚线”)+
    地理点范围()+
    expand_limits（扩展限制）(年= 0)+
    缩放_离散(“型号名称”)+
    scale_y_连续(“超级学习者合奏中的系数”)+
    facet_wrap（面覆盖）(~水平）+
    坐标_滑块()+
    gg标题(“超级学习者合奏”)+
    主题_最小()

滤波器（结果，格雷普(“SL风险”，估计））%>%
变异(
    水平= 因素（水平，水平= c（c）(“控制响应”,“治疗反应”,“效果面”))
)%>%
ggplot图()+
    地理_阿比林(截距= 0,坡度= 0,线型= “虚线”)+
    地理点范围(
        原子发射光谱(
            x个= 重新排序（术语，-估计），
            年=估计，
            伊敏=估计- 1.96 *标准错误，
            ymax公司=估计+ 1.96 *标准错误）
)+
    expand_limits（扩展限制）(年= 0)+
    缩放_离散(“型号名称”)+
    scale_y_连续(“超级学习者组合中的CV风险”)+
    面部包裹(~水平，天平= “免费_x”)+
    坐标_滑块()+
    gg标题(“子模型风险评估”)+
    主题_最小()

滤波器（结果，格雷普(“RROC”，估计）%>%
突变(
    水平= 因素（水平，水平= c（c）(“控制响应”,“治疗反应”,“效果面”))
)%>%
ggplot图()+
    地理线(
        原子发射光谱(
            x个=值，
            年=估计
)
)+
    地理点(
        原子发射光谱(x个=值，年=估计），
        数据= 滤波器（结果，格雷普(“RROC”，估计））%>% 分组方式（_B）（水平）%>% 切片_头部(n个= 1)
)+
    扩展限制（_L）(年= 0)+
    scalex连续(“高估”)+
    scale_y_连续(“低估”)+
    facet_wrap（面覆盖）(~水平，天平= “免费_x”)+
    坐标_滑块()+
    gg标题(“回归ROC曲线”)+
    主题_最小()

ggplot图(滤波器（结果，估计== “VIMP”（VIMP）))+
    地理_阿比林(截距= 0,坡度= 0,线型= “虚线”)+
    地理点范围(
        原子发射光谱(
            x个=术语，
            年=估计，
            伊敏=估计- 1.96 *标准错误，
            ymax公司=估计+ 1.96 *标准错误（_E）
)
)+
    扩展限制（_L）(年= 0)+
    缩放x离散(“协变量”)+
    scale_y_连续(“从完整模型减少R²”)+
    坐标_滑块()+
    gg标题(“协变重要性”)+
    主题_最小()

对于（覆盖在里面 c（c）(“x1”,“x4”,“x5”)) {
    ggplot图(滤波器（结果，估计== “MCATE”，术语==cov））+
        地理_阿比林(截距= 0,坡度= 0,线型= “虚线”)+
        地理_带状(
            原子发射光谱(
                x个=值，
                伊敏=估计- 1.96 *标准错误，
                ymax公司=估计+ 1.96 *标准错误（_E）
)，
            阿尔法= 0.75
)+
        地理线(
            原子发射光谱(x个=值，年=估算）
)+
        expand_limits（扩展限制）(年= 0)+
        scalex连续(“协变量水平”)+
        scale_y_连续(“卡特”)+
        gg标题(粘贴(“边际效应”，cov））+
        主题_最小()->普通合伙人
    打印（通用）
}

对于（覆盖在里面 c（c）(“x2”,“x3”)) {
    ggplot图(滤波器（结果，估计== “麦卡特”，术语==cov））+
        地理_阿比林(截距= 0,坡度= 0,线型= “虚线”)+
        地理点范围(
            原子发射光谱(
                x个=水平，
                年=估计，
                伊敏=估计- 1.96 *标准错误，
                ymax公司=估计+ 1.96 *标准错误（_E）
)
)+
        expand_limits（扩展限制）(年= 0)+
        缩放x离散(“协变量水平”)+
        scale_y_连续(“猫”)+
        gg标题(粘贴(“边际效应”，cov））+
        主题_最小()->普通合伙人
    打印（通用）
}