解釋ggplot2中的“stat_summary = mean_cl_boot”？

Question

一個或許簡單的問題，我試圖制作一個錯誤圖，就像Field的“使用R發現統計數據”第532頁所示。

代碼可以在這里找到http://www.sagepub.com/dsur/study/DSUR%20R%20Script%20Files/Chapter%2012%20DSUR%20GLM3.R :

line <- ggplot(gogglesData, aes(alcohol, attractiveness, colour = gender))
line + stat_summary(fun.y = mean, geom = "point") + 
stat_summary(fun.y = mean, geom = "line", aes(group= gender)) + 
stat_summary(fun.data = mean_cl_boot, geom = "errorbar", width = 0.2) + 
labs(x = "Alcohol Consumption", y = "Mean Attractiveness of Date (%)", colour = "Gender")  

我制作了相同的圖表; 我的y軸變量只有4個點（它是一個離散的刻度，1-4），現在y軸有點1.5,2,2.5，其中線條變化。

問題是：這些點和圖表描述了什么？ 我假設重要的部分是stat_summary(fun.data = mean_cl_boot, geom = "errorbar", width = 0.2)它們是對該組和該級別（x軸）的觀察計數？ 它們是頻率嗎？ 或者，它們的比例是多少？

我找到了這個http://docs.ggplot2.org/0.9.3/stat_summary.html，但它沒有幫助我

謝謝

Answer 1

以下是第83頁的ggplot2 書中有關mean_cl_boot()

Function          Hmisc original        Middle Range
mean_cl_boot() smean.cl.boot() Mean Standard error from bootstrap

我認為它是來自Hmisc包的smean.cl.boot() ，但在ggplot2中重命名為mean.cl.boot() 。

這里是Hmisc包中原始函數的定義：

smean.cl.boot是基本非參數自舉的非常快速的實現，用於獲得總體均值的置信限，而不假設正態性

Answer 2

我使用你的代碼重現了這個圖，我得到的字段基本上是字段的書“使用R發現統計數據”，圖12.12，第532頁，除了x軸上變量的排序。 y軸顯示連續變量，日期的平均吸引力（％）。 使用stat_summary（）函數和mean_cl_boot參數創建的95％置信區間是使用hmisc中的smean.cl.boot（）函數創建的自舉置信區間，正如上面另一位評論者所指出的那樣。 Hmisc 文檔的第262頁描述了此功能。 關於mean_cl_boot的ggplot2 文檔是稀疏的，並且遵循 Hmisc包中的描述。

請注意，ggplot2中mean_cl_boot的參數與Hmisc包中的smean.cl.boot函數中的參數相同。 您可以使用conf.int參數和使用B參數的bootstrap樣本數來更改默認值.95所需的置信度。 例如，這里是用於創建具有99％置信區間和5000個引導樣本的相同圖的代碼：

line <- ggplot(gogglesData, aes(alcohol, attractiveness, colour = gender))
line + stat_summary(fun.y = mean, geom = "point") + 
stat_summary(fun.y = mean, geom = "line", aes(group= gender)) + 
stat_summary(fun.data = mean_cl_boot, conf.int = .99, B = 5000, geom = "errorbar", width = 0.2) + 
labs(x = "Alcohol Consumption", y = "Mean Attractiveness of Date (%)", colour = "Gender")