如何在ggplot2（R）中繪制多個組均值和置信區間？

Question

我有看起來像這樣的數據：

A  B  C
8  5  2
9  3  1
1  2  3
3  1  2
4  3  1

我需要使用ggplot2繪制每個平均值的平均值以及置信區間。 我也想從數據本身獲取置信區間（例如，使用stat_summary（fun.data = mean_cl）），但是我不確定如何繪制這種格式的數據均值。

我嘗試了以下代碼，但無法運行。 我不確定第2行中的y需要輸入什么。

pd <- position_dodge(0.78)
ggplot(dat, y = c(dat$A,dat$B,dat$C) + ylim(0,10) + theme_bw()) + 
  stat_summary(geom="bar", fun.y=mean, position = "dodge") + 
  stat_summary(geom="errorbar", fun.data=mean_cl_normal, position = pd)

我收到以下錯誤：

Warning messages:
1: Computation failed in `stat_summary()`:
object 'x' not found 
2: Computation failed in `stat_summary()`:
object 'x' not found

Answer 1

您的數據不是長格式，這意味着它應如下所示：

thing<-data.frame(Group=factor(rep(c("A","B","C"),5)),
                  Y = c(8,9,1,3,4, 
                        5,3,2,1,3,
                        2,1,3,2,1)
                  )

您可以使用諸如melt()類的函數來幫助獲取reshape2軟件包中格式化的數據。

一旦有了這些，您還必須計算數據的均值和SE（通過ggplot之前的手工ggplot或stat_summary中ggplot的正確表達式）。 您可能已經從示例中復制/粘貼了示例，因為您正在使用的函數（例如， mean_cl_normal ）可能未定義。

那我們手動做吧。

library(plyr)

cdata <- ddply(thing, "Group", summarise,
               N    = length(Y),
               mean = mean(Y),
               sd   = sd(Y),
               se   = sd / sqrt(N)
)
cdata

#Group N mean       sd       se
#1     A 5  4.0 2.236068 1.000000
#2     B 5  3.8 3.033150 1.356466
#3     C 5  1.8 1.788854 0.800000

現在您可以使用ggplot 。

pd <- position_dodge(0.78)

ggplot(cdata, aes(x=Group, y = mean, group = Group)) +
   #draws the means
      geom_point(position=pd) +
   #draws the CI error bars
      geom_errorbar(data=cdata, aes(ymin=mean-2*se, ymax=mean+2*se, 
      color=Group), width=.1, position=pd)

這給出了附件圖。

Answer 2

就像David所說的那樣，您首先需要長格式，但是您應該能夠使用fun.data = "mean_cl_normal"或插入其他各種格式，就像這樣：

library(tidyr); library(ggplot2)
dat <- gather(dat) # gather to long form

ggplot(data = dat, aes(x = key, y = value)) +
    geom_point(size = 4, alpha = .5) + # always plot the raw data
    stat_summary(fun.data = "mean_cl_normal", geom = "crossbar") +
    labs(title = "95% Mean Confidence Intervals")

如果要手動建立相同的時間間隔，則需要lm和confint才能獲得所需的信息：

mod <- lm(value ~ 0 + key, data = dat)
ci <- confint(mod)