Ggplot2 two lines in的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

數據驅動下之不動產價格分析與預測暨模型視覺化 - 以複數年之高雄不動產實價登錄資料為例

為了解決Ggplot2 two lines in的問題，作者黃信博 這樣論述：

不動產的取得往往需付出龐大的價格去取得，不管是平常生活起居的房屋、商業辦公的大樓，或者其他形式的不動產。而近年，外在經濟因素與環境因素，不動產成為投資工具，導致不動產價格呈現高漲不跌的型態。因而衍生了居住正義、都市更新等相關議題，儘管政府實施許多相關政策，但不動產價格還是容易受各種消息面影響，如何取得合理價格的問題仍然存在。過往有許多研究與文獻透過各種學理理論、政策制度層面、亦或是探討其他因素所帶來的影響，來評估不動產價格是否在合理區間。而比較少關注龐大的不動產數據中，眾多變數是否具有值得參考的價值提供給使用者。因此，本研究從臺灣經濟新報數據庫之不動產實價登錄系統，蒐集2019年7月至202

1年6月高雄市地區不動產數據作為研究樣本。基於數據驅動的理念，利用資料探勘技術中的分群方法，將資料檔內的數值型與非數值型的混合資料，以相關與距離兩判別要素，將資料檔內的變數予以集群，以失去微量的訊息量為代價，而達到變數減量之目的。如此，有利於建立後續的不動產價格分析與預測之模型。再針對不同集群建構混合線性迴歸模型進行不動產價格預估與各模型間比較。最後整合至R-Shiny，開發視覺化分析系統，作為結果之呈現。

以新式演算法探討頭頸癌主要機制並發現治療標靶

為了解決Ggplot2 two lines in的問題，作者黃筱萱 這樣論述：

頭頸癌為世界上第六大癌症，其中90%的頭頸癌病人屬於鱗狀細胞癌。而在這之中，又有80-100%的頭頸鱗狀細胞癌病人的EGFR基因是不正常高表達的，因此抗EGFR的抗體藥（如：Cetuximab）常被使用於治療頭頸鱗狀細胞癌病人。然而病人的存活率常因抗藥性而不如預期，所以本研究希望可以透過生物資訊的演算找出頭頸鱗狀細胞癌病人的可能主要傳遞路徑以及潛在的治療標靶。基於病人的腫瘤樣本RNA表現量做運算，將所有基因以演算法TAPINTO計算取得各自的量化分數，之後藉由GSEA找出在頭頸鱗狀細胞癌病人中顯著的傳遞路徑。在計算高度訊息路徑通路的作用點後，最終可得到12個高度活化與表達的基因。為了進一步得

到訊息路徑中的直接調控因子，統計了12個基因下游的轉錄因子，以及頭頸鱗狀細胞癌中所有轉錄因子的表現量。最終我們可以得到E2F1和JUNB這兩個在頭頸鱗狀細胞癌病人中主要的調控樞紐。經過分析預測，E2F1和JUNB主要調控頭頸鱗狀細胞癌細胞的增生，以MTT實驗驗證，可以發現E2F1和JUNB的抑制劑確實可以抑制FaDu細胞株的生長。接著，進一步尋找在治療頭頸鱗狀細胞癌之抗體標靶。經過計算後發現TFRC受E2F1和JUNB同時調控。TFRC主要調控功能為促進細胞的生長與轉移。在之前的研究中也發現TFRC在多個癌症中有異常的高表達，包括乳癌、胰腺癌、肺癌、肝癌等。因此，我們認為TFRC可以做為治療頭

頸鱗狀細胞癌病人的潛在標靶。如上所述，於頭頸鱗狀細胞癌病人訊息傳遞路徑中，E2F1和JUNB為主要調控樞紐，且 TFRC受E2F1和JUNB調控，高表達於頭頸鱗狀細胞癌病人中。因此E2F1、JUNB和TFRC可作為潛在的治療標靶。