Question

以下代码使用Hmisc，ddply和ggplot生成带有标准误差线的条形图：

means_se <- ddply(mtcars,.(cyl),
                  function(df) smean.sdl(df$qsec,mult=sqrt(length(df$qsec))^-1))
colnames(means_se) <- c("cyl","mean","lower","upper")
ggplot(means_se,aes(cyl,mean,ymax=upper,ymin=lower,group=1)) + 
  geom_bar(stat="identity") +  
  geom_errorbar()

但是，使用诸如mean_sdl之类的辅助函数实现上述功能似乎要好得多。例如，以下代码生成具有95％CI误差条的图：

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_sdl, geom = "errorbar")

我的问题是如何将stat_summary实现用于标准错误栏。问题是要计算SE，你需要每个条件的观测数量，这必须在mean_sdl的乘数中访问。

如何在ggplot中访问此信息？对此有一个简洁的非hacky解决方案吗？

Answer 1

好吧，我不能告诉你如何将一组乘数加到stat_summary。

但是，您的目标似乎是绘制平均值和误差线，它们代表ggplot中均值的一个标准误差，而不会在绘图前汇总数据集。

ggplot2 中有mean_se个功能，我们可以使用 Hmisc 代替mean_cl_normal。 mean_se函数的乘数为1，因此如果我们需要标准误差条，我们不需要传递任何额外的参数。

ggplot(mtcars, aes(cyl, qsec)) + 
    stat_summary(fun.y = mean, geom = "bar") + 
    stat_summary(fun.data = mean_se, geom = "errorbar")

如果您想使用mean_cl_normal中的Hmisc函数，则必须将乘数更改为1，以便从均值获得一个标准误差。 mult参数是mean_cl_normal的参数。您需要传递给正在使用的汇总函数的参数需要作为fun.args参数的列表给出：

ggplot(mtcars, aes(cyl, qsec)) + 
    stat_summary(fun.y = mean, geom = "bar") + 
    stat_summary(fun.data = mean_cl_normal, geom = "errorbar", fun.args = list(mult = 1))

在2.0版本的 ggplot2 中，参数可以直接传递：

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_cl_normal, geom = "errorbar", mult = 1)

使用stat_summary的标准误差条

1 个答案: