用ggplot绘制具有置信区间的均值

Question

我有一些从模型收集的数据。 我想绘制一段时间内的人口数量。 我有每个时间步骤的人口规模，并且有100个重复样本。 我想绘制每个时间步的平均人口规模以及95％的置信区间（如果可能的话，以阴影表示）。

我以前没有用过ggplot 。 到目前为止，我一直在使用R中的普通（基本）图。 但是我想看看ggplot会是什么样子。

这是我到目前为止的内容：

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

这样可以绘制所有点，看起来不错，但是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(...) ，它专门用于汇总数据（您猜对了）。 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。 这是一个例子：

# 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")

因此，这里有3层：使用mean(...)函数汇总y值的层，以及使用geom="line"绘图的层，使用geom="line"进行相同汇总的层，但使用geom="point"绘图，以及一个使用geom="ribbon"的图层。此geom需要ymin和ymax美观度，因此我们使用内置的ggplot函数mean_cl_normal来生成误差，假设误差是正态分布的，因此均值遵循t分布。 键入?hmisc以获取有关对置信度限制有用的各种功能的文档。 图层按代码顺序渲染，因此，由于要着色，我们需要首先放置错误功能区。

最后，当然可以使用dplyr或类似的工具自己汇总数据，但是我真的不知道这样做的意义。

更新 （基于最近的评论）：看起来最新版本的ggplot2 （2.0.0）具有不同的方式来指定fun.data的参数。 在新版本中适用：

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")

我认为width=...参数的问题更加微妙：实际上是不需要的（在原始答案中，我使用了误差线，并且当我将其更改为功能区时，忘记删除此参数）。 较旧的ggplot2版本忽略了无关的参数（因此，没有错误）。 显然，新版本更加严格。 可能更好。