r - 使用 stat_summary : summary range reaches zero 以对数刻度绘制数据

Question

问题:
ggplot 手册明确指出 scale_y_log10()和 coord_trans(y="log10")表现不同。第一个转换数据，第二个转换坐标。因此，如果您必须在对数图中添加误差线，则不能使用前者，因为实际比例不是线性的，并且误差的计算必须在对数变换之前进行，而不是在对数变换之后进行。
但是，当将误差线(或其他范围)添加到以对数刻度绘制的某些数据时，存在某些范围将达到零并且绘图失败的风险。在这种情况下，绘制的变量不可能低于 0，因此可以将这些值安全地切割为任意低的数字，这样绘图就不会失败。
例子:
获取示例数据框:

url <- "https://copy.com/cfNBrcTLEfjiYXXa/d_dataframe.Rdata?download=1"
download.file(url, "d_dataframe.Rdata", method="curl")
load("d_dataframe.Rdata")
library(ggplot2)
p <- ggplot(d, aes(x=x, y=PDF))

查看对数刻度中的数据:

p + geom_point(aes(colour=model)) + scale_y_log10()
p + geom_point(aes(colour=model)) + coord_trans(y="log10")

一切正常，数据看起来与 coord_trans() 和 scale_y_log10() 相同。但是，如果我添加一个摘要方法:

p + stat_summary(fun.data = "mean_se", mult = 2) + scale_y_log10()

以上并不能正确代表实际的标准误差，但是:

p + stat_summary(fun.data = "mean_se", mult = 2) + coord_trans(y="log10")

无法绘制，因为其中一个摘要(在这种情况下我使用标准误差)达到 0(或更少)并且对数刻度失败，通常情况下:

Error in if (zero_range(range)) { : missing value where TRUE/FALSE needed

设置 y 限制不起作用，因为一些点范围被简单地删除:

p + stat_summary(fun.data = "mean_se", mult = 2) + coord_trans(y="log10", limy=c(1e-10, 1.1))

我不希望这些线被删除，而只是为了到达图表的底部，以表明它们低于 0。
我知道我可以手动计算错误，将它们过滤为 >0，然后用 geom_linerange() 绘制它们。或类似。但使用能力 stat_summary()非常方便快捷，并允许快速更改绘制的统计数据。同样的考虑也适用于 geom_smooth() .
有什么办法可以保留使用 stat_summary()/ geom_smooth()仍然以对数刻度绘制数据？
编辑:
一个示例解决方案是这样的(对于 2sd 点差):

maxf <- function(dati) {mean(dati) + 2*sd(dati)}
minf <- function(dati) {max(10e-8, mean(dati) - 2*sd(dati))}

然后使用:

stat_summary(fun.y = mean, fun.ymin=minf, fun.ymax=maxf) + coord_trans(y="log10")

但是，每次我改变对汇总误差的看法时都必须对此进行调整(例如，如果我选择标准误差而不是标准差)，并且不可能(？)对 geom_smooth() 使用这种方法.

Answer 1

一个简单且合理可行的解决方案是定义 maxf和 minf作为将函数作为参数的嵌套函数定义。

# Defining minf and maxf to take functions as input
minf <- function(f){function(dati) {max(1e-8, mean(dati) - f(dati))}}
maxf <- function(f){function(dati) {mean(dati) + f(dati)}}

# A plot that works
p + stat_summary(fun.y = mean, fun.ymin=minf(sd), fun.ymax=maxf(sd)) 
  + coord_trans(y="log10")

# If you change your mind and want something besides sd
se <- function(x){sd(x)/sqrt(length(x))}

p + stat_summary(fun.y = mean, fun.ymin=minf(se), fun.ymax=maxf(se)) 
  + coord_trans(y="log10")

这种方法有一些限制:你仍然需要重新定义 minf和 maxf如果你想要的误差线不是某种形式的均值加/减，你必须定义你的 f功能是能够采用单个向量输入来给出向量输出。但我认为这比总是重新定义要好一点 minf和 maxf一直以来，为了一切。