Question

我有一些看起来像这样的数据（实际上有更多的数据）：

size program group percent
1    prog1   1     50
2    prog1   1     0.1
1    prog1   2     75
2    prog1   2     1 
1    prog2   1     55
2    prog2   1     2
1    prog2   2     70
2    prog2   2     4

我想用这样的东西来绘制：

plot1 <- ggplot(tbl, aes(size, percent, group=group, color=group))+
         geom_point()+
         stat_summary(fun.y=gm_mean, geom='line')+
         scale_x_continuous(trans=log2_trans())+
         scale_y_continuous(trans=log2_trans())

gm_mean <- function(x) {
 exp(mean(log(x)))

}

如果我尝试运行此操作，我会收到此警告：在loop_apply（n，do.ply）中：生成NaN 我打印出了我在gm_mean中获得的值，我发现它们不是我期望的实际值，但它们看起来像这些值的log2。（0.1变为-3.3，然后从log()得到NaN我认为）这是否意味着使用fun.y = mean会在使用scale_y_continuous（trans = log2_trans（））时实际计算几何平均数？如果不是，您将如何获得几何平均值，如果是，如果需要，您将如何获得具有对数刻度的实际平均值？

我尝试做的是制作一种散点图，然后绘制2条几何平均线（每组一条），但是按log2标度。

Answer 1

这是否意味着使用fun.y = mean会在使用scale_y_continuous（trans = log2_trans（））时实际计算几何平均值？

是的，我认为这确实意味着。以下是一些试用数据的例子：

#packages
require(ggplot2)
require(scales)

#gm_mean function:
gm_mean <- function(x){exp(mean(log(x)))}

#trial data
df <- data.frame(x=sample(1:5, size=100, replace=T), 
                 group=factor(sample(c(1,2,3), size=100, replace=T)))

df$y <- df$x*as.numeric(as.character(df$group))+rnorm(100)+1

#create one outlier for easier visual differences between geomean and arithmean
df[df$x==1&df$group==1,][1,'y'] <- 30

#create base plots
d <- qplot(data=df, x=x, y=y, group=group, color=group) + theme_bw()
d2 <- d + scale_y_continuous(trans=log2_trans()) +
          scale_x_continuous(trans=log2_trans())

#comparing different plots
quartz(width=4, height=4)
d + stat_summary(fun.y=mean, geom='line') + labs(title='untransformed arithmean')
quartz(width=4, height=4)
d + stat_summary(fun.y=gm_mean, geom='line') + labs(title='untransformed geomean')
quartz(width=4, height=4)
d2 + stat_summary(fun.y=mean, geom='line') + labs(title='transformed arithmean')
quartz(width=4, height=4)
d2 + stat_summary(fun.y=gm_mean, geom='line') + labs(title='transformed geomean')

观察：

在具有算术平均值的变换图上，组1的线与具有几何平均值的未变换图的线相同。 因此，你是对的。
相反，使用算术平均值的未转换图上的同一行更容易被人工异常值扭曲。
用几何平均值转换的图上的相同线条是没有意义的，并且遇到了许多NaN问题。您不应该使用具有对数变换轴的几何方法。

还有一个想法：您确定要stat_summary()代替stat_smooth()吗？您的数据在x轴上只有两个点，所以我无法确定，但在我看来，通过示例数据，这些图表提供了更多信息：

quartz(width=4, height=4)
d2 + stat_smooth(method='lm', formula=y~x, se=F) + 
     labs(title='stat_smooth transformed')
quartz(width=4, height=4)
d + stat_smooth(method='lm', formula=y~I(2^log(x,2)), se=F) + 
     labs(title='stat_smooth untransformed')

ggplot scale_continuous如何与stat_summary结合使用

1 个答案: