用ggplot用置信区间绘制平均值

Question

我有一些从模型中收集的数据。我想绘制一个人口的大小随着时间的推移。我有每个时间步的人口规模，100个重复。我想绘制每个时间步长的平均人口规模，以及95％置信区间（如果可能的话，作为阴影）。

之前我没有使用ggplot。到目前为止，我一直在使用R中的普通（基础）图。但我希望看到ggplot的样子。

这是我到目前为止所拥有的：

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

这绘制了所有点，它看起来不错，但我不知道如何绘制平均值并增加置信区间。

Answer 1

由于您已经复制了数据，并且您想要绘制平均值/ CL，因此最好使用stat_summary(...)来设计（您猜对了）汇总数据。基本上，它将函数应用于每个x值的所有y值（例如，mean(...)函数），然后使用您指定的任何几何图形绘制结果。这是一个例子：

# 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")

所以这里我们有3个图层：一个使用mean(...)函数汇总y值的图层，以及使用geom="line"绘制的图表，这个图层以相同的方式汇总，但使用{{1}绘图}，以及使用geom="point"的图层这个geom需要geom="ribbon"和ymin美学，因此我们使用内置的ggplot函数ymax来生成基于以下假设：错误是正态分布的，因此，均值遵循t分布。输入mean_cl_normal以获取有关置信度限制的各种函数的文档。这些图层按照代码的顺序呈现，因此，由于您需要着色，我们需要首先放置错误功能区。

最后，当然可以使用?hmisc或其他类似的方式自行汇总数据，但我真的没有看到这样做的重点。

更新（根据最近的评论）： 看起来最新版本的dplyr（2.0.0）有一种不同的方式来指定ggplot2的参数。这适用于新版本：

fun.data

我认为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") 参数的问题有点微妙：它实际上并不需要（在原始答案中我使用了错误栏，当我将其更改为时忘记删除此参数带）。旧版本的ggplot2忽略了无关的参数（因此没有错误）。显然，新版本更严格。可能这更好。