用ggplot繪制具有置信區間的均值

Question

我有一些從模型收集的數據。 我想繪制一段時間內的人口數量。 我有每個時間步驟的人口規模，並且有100個重復樣本。 我想繪制每個時間步的平均人口規模以及95％的置信區間（如果可能的話，以陰影表示）。

我以前沒有用過ggplot 。 到目前為止，我一直在使用R中的普通（基本）圖。 但是我想看看ggplot會是什么樣子。

這是我到目前為止的內容：

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

這樣可以繪制所有點，看起來不錯，但是我不知道如何繪制均值並添加置信區間。

Answer 1

由於您已經復制了數據，並且想要繪制均值/ CL，因此最好使用stat_summary(...) ，它專門用於匯總數據（您猜對了）。 基本上，它將函數應用於每個x值的所有y值（例如， mean(...)函數），然后使用您指定的任何幾何圖形繪制結果。 這是一個例子：

# 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，這里有3層：使用mean(...)函數匯總y值的層，以及使用geom="line"繪圖的層，使用geom="line"進行相同匯總的層，但使用geom="point"繪圖，以及一個使用geom="ribbon"的圖層。此geom需要ymin和ymax美觀度，因此我們使用內置的ggplot函數mean_cl_normal來生成誤差，假設誤差是正態分布的，因此均值遵循t分布。 鍵入?hmisc以獲取有關對置信度限制有用的各種功能的文檔。 圖層按代碼順序渲染，因此，由於要着色，我們需要首先放置錯誤功能區。

最后，當然可以使用dplyr或類似的工具自己匯總數據，但是我真的不知道這樣做的意義。

更新 （基於最近的評論）：看起來最新版本的ggplot2 （2.0.0）具有不同的方式來指定fun.data的參數。 在新版本中適用：

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")

我認為width=...參數的問題更加微妙：實際上是不需要的（在原始答案中，我使用了誤差線，並且當我將其更改為功能區時，忘記刪除此參數）。 較舊的ggplot2版本忽略了無關的參數（因此，沒有錯誤）。 顯然，新版本更加嚴格。 可能更好。