用ggplot绘制置信区间的均值

Question

我有一些从模型中收集的数据。我想绘制一段时间内人口的规模。每个时间步我都有人口规模，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（如果可能的话，作为阴影）。

我以前没有用过ggplot。到目前为止，我刚刚使用R中的普通（基本）地块。但我想看看ggplot会是什么样子。

这是我到目前为止有：

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

这绘制所有的点，它看起来不错，但我不知道怎么刚绘制的手段和添加的置信区间。

Answer 1

由于您复制了数据，并且想要绘制平均值/ CL，因此您最好使用专门用于（您猜对了）数据汇总的stat_summary(...)。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。这里有一个例子：

# 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") 

所以在这里，我们有3层：即总结了使用mean(...)功能使用geom="line" y值，和绘图层，汇总方式相同，但地块的一层使用geom="point"以及使用geom="ribbon"的图层这个几何图形需要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，平均值遵循t -分配。输入?hmisc以获取有关置信限制有用的各种功能的文档。图层按照代码的顺序进行渲染，因此，因为您需要着色，所以我们需要首先放置错误功能区。

最后，当然可以使用dplyr或其他类似的方法自己总结数据，但我真的不明白这一点。

更新（根据最近的评论）： 看起来像最新版本的ggplot2（2.0.0）的指定参数fun.data不同的方式。这部作品在新的版本：

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") 

与width=...观点的问题是一个比较微妙的，我认为：它实际上是没有必要（在我用误差条原来的答案，忘了删除这个说法当我将它改为功能区时）。旧版本的ggplot2忽略了无关的参数（因此没有错误）。显然，新版本更为严格。可能这是更好的。