在 ggplot2 中，使用现有 CI 变量指定 geom_smooth（或任何趋势线）周围的置信区间 (95% CI)

Question

背景：

我有一个df随着时间的推移跟踪某人的weight （我发誓不是我的）：

df <- data.frame(weight = c(156.8, 170,  185,   199.0, 203,  208), 
                lower95 = c(151.2, 165,  181.6, 194.5, 202,  206.4), 
                upper95 = c(162.8, 175,  187.9, 203.7, 204,  211.9),
                year =    c(2010,  2014, 2017,  2019,  2020, 2021)) 

我正在尝试在 R4DS 中制作一个像 Hadley 一样的简单geom_smooth ，如下所示：

data(mpg)
ggplot(data = mpg) + 
  geom_smooth(mapping = aes(x = displ, y = hwy))

我喜欢这个，因为它在主要趋势周围有一个阴影区域，代表 95% 的置信区间。 （我不确定这个 MPG 示例是如何从 MPG 数据中提取 CI 的——我没有看到 SE 变量——但这对于这个问题来说基本上是题外话。如果有人有一个好的答案，lmk。） .

问题：

正如您在我的数据集中看到的，我有 2 列， lower95和upper95 ，它们包含每个观察的 CI。 我怎样才能将它们用作geom_smooth的阴影区域？ 或者，如果不是geom_smooth ，那么任何趋势线？

我试过的：

我正在摆弄geom_line和geom_ribbon类的东西，但只会出现错误：

ggplot(data = df) +
  geom_line(data = df$weight) +
  geom_ribbon(data = df, aes(ymin = df$lower95, ymax = df$upper95))

Answer 1

您的最后一次尝试非常接近，但您从未指定x和y ！ 您也不应该在aes()中使用data$column ，它只需要不带引号的列名，并且您应该首先放置功能区，以便该行位于顶部。 而且您不需要继续指定data = df ，除非您在不同的层中使用不同的数据框。 给这个 go：

ggplot(data = df, aes(x = year, y = weight) +
  geom_ribbon(aes(ymin = lower95, ymax = upper95)) +
  geom_line()