用 ggplot 绘制带有置信区间的均值

Question

我有一些从模型中收集的数据。我想绘制一段时间内的人口规模。我在每个时间步都有人口规模，并且有 100 个重复。我想绘制每个时间步的平均人口规模，以及 95% 的置信区间（如果可能，作为阴影）。

我之前没用过ggplot。到目前为止，我一直在使用 R 中的普通（基本）图。但我想看看ggplot 会是什么样子。

这是我目前所拥有的：

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

这绘制了所有点，看起来不错，但我不知道如何绘制均值并添加置信区间。

Answer 1

由于您已经复制了数据，并且您想要绘制均值/CL，您可能最好使用stat_summary(...)，它是为（您猜对了）汇总数据而设计的。基本上，它将一个函数应用于每个 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 层：使用mean(...) 函数汇总 y 值的层，使用 geom="line" 绘制的层，使用相同方式总结但使用 geom="point" 绘制的层，以及使用 geom="point" 绘制的层使用geom="ribbon" 这个geom 需要ymin 和ymax 美学，所以我们使用内置的ggplot 函数mean_cl_normal 来生成那些基于错误是正态分布的假设，因此，方法遵循a t-分布。键入 ?hmisc 以获取有关对置信限有用的各种函数的文档。图层按代码顺序渲染，所以，既然要着色，我们需要先放错误功能区。

最后，当然可以自己总结数据，使用dplyr或类似的东西，但我真的不明白这样做的意义。

更新（基于最近的评论）： 看起来ggplot2 (2.0.0) 的最新版本以不同的方式指定fun.data 的参数。这适用于新版本：

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")

我认为width=... 参数的问题有点微妙：实际上不需要它（在原始答案中，我使用了错误栏，当我将其更改为功能区时忘记删除此参数）。旧版本的 ggplot2 忽略了无关的参数（因此没有错误）。显然，新版本更加严格。可能这样更好。