【问题标题】:Plot with confidence intervals from 1D data?绘制一维数据的置信区间?
【发布时间】:2012-12-20 08:47:41
【问题描述】:

如果我所有的数据都是一长串逗号分隔的值(持续时间),那么 R 可以通过

给我很多信息
summary(dat)

问题

R 也可以绘制带有置信区间的数据图吗?

【问题讨论】:

  • 这可能取决于您想要置信区间的总体参数,您是自举还是假设数据的基本分布等等。
  • 你只有一个持续时间的向量吗?没有解释变量?那么你所能做的就是一个平均值和一个方差(好吧,偏度和峰度等等)。置信区间是什么?

标签: r statistics


【解决方案1】:

正如第一场谷歌比赛所述,您可以尝试这样做:

n<-50
x<-sample(40:70,n,rep=T)
y<-.7*x+rnorm(n,sd=5)
plot(x,y,xlim=c(20,90),ylim=c(0,80))
mylm<-lm(y~x)
abline(mylm,col="red")
newx<-seq(20,90)
prd<-predict(mylm,newdata=data.frame(x=newx),interval = c("confidence"), 
level = 0.90,type="response")
lines(newx,prd[,2],col="red",lty=2)
lines(newx,prd[,3],col="red",lty=2)

当然这是一种可能性 另一个例子是:

x <- rnorm(15)
y <- x + rnorm(15)
new <- data.frame(x = seq(-3, 3, 0.5))

pred.w.clim <- predict(lm(y ~ x), new, interval="confidence")


# Just create a blank plot region with axes first. We'll add to this
plot(range(new$x), range(pred.w.clim), type = "n", ann = FALSE)


# For convenience
CI.U <- pred.w.clim[, "upr"]
CI.L <- pred.w.clim[, "lwr"]

# Create a 'loop' around the x values. Add values to 'close' the loop
X.Vec <- c(new$x, tail(new$x, 1), rev(new$x), new$x[1])

# Same for y values
Y.Vec <- c(CI.L, tail(CI.U, 1), rev(CI.U), CI.L[1])

# Use polygon() to create the enclosed shading area
# We are 'tracing' around the perimeter as created above
polygon(X.Vec, Y.Vec, col = "grey", border = NA)


# Use matlines() to plot the fitted line and CI's
# Add after the polygon above so the lines are visible
matlines(new$x, pred.w.clim, lty = c(1, 2, 2), type = "l", col =  
c("black", "red", "red")) 

Example 1

Example 2

【讨论】:

  • 有没有机会解释这如何回答这个问题?我们甚至无法理解这个问题,而且你有 x 和 y 以及各种各样的东西。你可能是某种通灵者......
  • 问题是“R 也可以用置信区间绘制数据图吗?”如OP的帖子中所述;所以答案是“是”,怎么办?提供了示例(示例 1,示例 2) - OP 的问题是如何修改它以满足她的需要;我想,因为 OP 接受的答案表明这是问题的含义,所以 OP 想知道是否(如果是的话 - 如何)用 R 绘制 CI
  • 如果 OP 改进了这个问题来说明这一切,那就太好了。我们所拥有的证据只是一个绿色勾号。 “数据图”也可以是直方图,“置信区间”是标记在其上的 95% 分位数。你假设了很多。糟糕的问题仍然很糟糕。
  • 是的,这是真的——假设是进步的动力;),但我仍然认为人们必须有权提出不具体的问题——也许他们必须被标记为“howto” ?
  • 他们有这个权利,但他们也有责任改进他们的问题,让 SO 变得更好。这不是他们的全部。
猜你喜欢
  • 2014-09-03
  • 2021-04-02
  • 2023-01-18
  • 2012-12-13
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2019-03-03
相关资源
最近更新 更多