r - 使用 ggplot 绘制具有置信区间的均值

Question

我有一些从模型中收集的数据。我想随时间绘制人口规模。我在每个时间步都有人口规模，有 100 次重复。我想绘制每个时间步的平均人口规模，以及 95% 的置信区间(如果可能，作为阴影)。

我没用过 ggplot前。到目前为止，我一直在使用 R 中的普通(基础)图。但我想看看ggplot看起来像。

这是我到目前为止所拥有的:

ggplot(data=model1, aes(x=steps., y= pop-size, col='blue')) + 
   geom_line()

这绘制了所有点，看起来不错，但我不知道如何绘制均值并添加置信区间。

Answer 1

由于您已经复制了数据，并且想要绘制均值/CL，因此最好使用 stat_summary(...)这是专为(您猜对了)汇总数据而设计的。基本上，它将函数应用于每个 x 值的所有 y 值(例如 mean(...) 函数)，然后使用您指定的任何几何图形绘制结果。下面是一个例子:

# sample data - should be provided in question
set.seed(1)      # for reproducible example
time <- 1:25
df   <- data.frame(time,
                   pop=rnorm(100*length(time), mean=10*time/(25+time)))

library(ggplot2)
ggplot(df, aes(x=time, y=pop))+ 
  stat_summary(geom="ribbon", fun.data=mean_cl_normal, width=0.1, conf.int=0.95, fill="lightblue")+
  stat_summary(geom="line", fun.y=mean, linetype="dashed")+
  stat_summary(geom="point", fun.y=mean, color="red")

所以这里我们有 3 个层:一个使用 mean(...) 汇总 y 值的层。函数，并使用 geom="line" 绘图，一个以相同方式汇总但使用 geom="point" 绘图的图层，以及使用 geom="ribbon" 的图层这个 geom 需要 ymin和 ymax美学，所以我们使用内置的ggplot函数 mean_cl_normal基于误差呈正态分布的假设生成那些，因此，均值遵循 t 分布。类型 ?hmisc有关对置信限有用的各种函数的文档。图层是按照代码的顺序渲染的，所以，既然你想要着色，我们需要先把错误色带放上。

最后，当然可以自己汇总数据，使用 dplyr或一些这样的，但我真的不明白这样做的意义。

更新 (基于最近的评论):
看起来是 ggplot2 的最新版本(2.0.0) 有一种不同的方式来指定 fun.data 的参数.这适用于新版本:

ggplot(df, aes(x=time, y=pop))+ 
    stat_summary(geom="ribbon", fun.data=mean_cl_normal, 
                 fun.args=list(conf.int=0.95), fill="lightblue")+
    stat_summary(geom="line", fun.y=mean, linetype="dashed")+
    stat_summary(geom="point", fun.y=mean, color="red")

width=... 的问题我认为参数有点微妙:实际上不需要它(在原始答案中我使用了错误栏，并且在将其更改为功能区时忘记删除此参数)。旧版本的 ggplot2 忽略了无关的参数(因此，没有错误)。显然，新版本更加严格。可能这样更好。