原文链接：http://tecdat.cn/?p=5506

原文出处：拓端数据部落公众号

给直方图和线图添加误差棒

准备数据

这里使用ToothGrowth 数据集。

library(ggplot2)
df <- ToothGrowth
df$dose <- as.factor(df$dose)
head(df)
## len supp dose ## 1 4.2 VC 0.5 ## 2 11.5 VC 0.5 ## 3 7.3 VC 0.5 ## 4 5.8 VC 0.5 ## 5 6.4 VC 0.5 ## 6 10.0 VC 0.5len :牙齿长度
dose : 剂量 (0.5, 1, 2) 单位是毫克
supp : 支持类型 (VC or OJ)

在下面的例子中，我们将绘制每组中牙齿长度的均值。标准差用来绘制图形中的误差棒。

首先，下面的帮助函数会用来计算每组中兴趣变量的均值和标准差：

#+++++++++++++++++++++++++
# 计算每个组的均值和标准差 #+++++++++++++++++++++++++
# data : a data frame
# varname : 包含变量的列名
#要汇总的 #groupnames : 列名的向量，作为#分组变量使用
data_summary <- function(data, varname, groupnames){ summary_func <- function(x, col){
c(mean = mean(x[[col]], na.rm=TRUE), sd = sd(x[[col]], na.rm=TRUE)) }
data_sum<-ddply(data, groupnames, .fun=summary_func, varname)
data_sum <- rename(data_sum, c("mean" = varname))
return(data_sum)
}

统计数据

df2 <- data_summary(ToothGrowth, varname="len"
, groupnames=c("supp", "dose"))
# 把剂量转换为因子变量
df2$dose=as.factor(df2$dose)
head(df2)
## supp dose len sd ## 1 OJ 0.5 13.23 4.459709 ## 2 OJ 1 22.70 3.910953 ## 3 OJ 2 26.06 2.655058 ## 4 VC 0.5 7.98 2.746634 ## 5 VC 1 16.77 2.515309 ## 6 VC 2 26.14 4.797731
有误差棒的直方图

函数 geom_errorbar()可以用来生成误差棒：

p<- ggplot(df2, aes(x=dose, y=len, fill=supp)) + geom_bar(stat="identity", color="black", position=position_dodge()) + geom_errorbar(aes(ymin=len-sd, ymax=len+sd),)
print(p) # 条形图

你可以选择只保留上方的误差棒：

#只保留上部的误差条
ggplot(df2, aes(x=dose, y=len, fill=supp)) + geom_bar(stat="identity", color="black", position=position_dodge()) + geom_errorbar(aes(ymin=len, ymax=len+sd), width=.2)

有误差棒的线图
p<- ggplot(df2, aes(x=dose, y=len, group=supp, color=supp)) position=position_dodge(0.05)) print(p)
#线图
p+labs(title="Tooth length per dose", x="Dose (mg)

你也可以使用函数 geom_pointrange() 或 geom_linerange() 替换 geom_errorbar()

#用 geom_pointrange
geom_pointrange(aes(ymin=len-sd, ymax=len+sd))
# 用 geom_line()+geom_pointrange() geom_line()+ geom_pointrange(aes(ymin=len-sd, ymax=len+sd))

有均值和误差棒点图

使用函数 geom_dotplot() and stat_summary() ：

平均值+/-SD可以作为误差条或点范围添加。# 用geom_crossbar()
p + stat_summary(fun.data="mean_sdl", fun.args = list(mult=1), geom="crossbar", width=0.5)
# 用geom_errorbar() geom="errorbar", color="red", width=0.2) + stat_summary(fun.y=mean, geom="point", color="red")
# 用geom_pointrange()
summary(fun.data=mean_sdl, fun.args = list(mult=1))

拓端tecdat|r语言ggplot2误差棒图快速指南相关推荐

r语言ggplot2误差棒图快速指南
给直方图和线图添加误差棒准备数据这里使用ToothGrowth 数据集. library(ggplot2) df <- ToothGrowth df$dose <- as.factor ...
拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子人口众多独生子女政策: ...
拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
R语言ggplot2可视化图中添加希腊字母实战
R语言ggplot2可视化图中添加希腊字母实战目录 R语言ggplot2可视化图中添加希腊字母实战 #ggplot2可视化图中添加希腊字母1
R语言 ggplot2 多图排列 Part(1)
在写论文或者报告的时候,肯定会不可避免的遇到编辑多图成一个图的情况.其实方法可以有很多,比方说最笨的办法用PPT自己手动拖移,再高级一点的用PS软件.但是都很繁琐(笔者惭愧的表示这些方法都用过).仔细 ...
R语言ggplot2 | 多图排版
文章目录定义主题格式完成多图拼凑使用`ggarrange函数`中`align参数`完成上下对齐使用`annotate_figure函数`添加批注通常绘制了多张图,但是不清楚如何排版,或 ...
R语言ggplot2可视化箱图（boxplot）并使用ggsignif添加分组显著性（significance）标签
R语言ggplot2可视化箱图(boxplot)并使用ggsignif添加分组显著性(significance)标签目录 R语言ggplot2可视化箱图(boxplot)并使用ggsignif添加显 ...
R语言ggplot2可视化密度图（density plot）、改变密度图下的填充色实战
R语言ggplot2可视化密度图(density plot).改变密度图下的填充色实战目录 R语言ggplot2可视化密度图(density plot).改变密度图下的填充色实战

拓端tecdat|r语言ggplot2误差棒图快速指南