【问题标题】:ggplot: error barsggplot:误差线
【发布时间】:2012-12-19 21:36:08
【问题描述】:

我想绘制 y1、y2 的两组不同值相对于 x 的误差线。换句话说,我有两个数据 Y1,Y2,它们对应于 X 值。在重塑数据框后,我设法将它们绘制在一起。现在我想在同一图表上为每个 Y1、Y2 点绘制误差线。我知道geom_errorbar() 是我要找的。但是,我要走很长的路要走,而且我确信有一条捷径。我在做什么我正在为每组计算“se”并计算aes(ymin=y1-se, ymax=y+se),并对 Y2 重复相同的操作。因为我想将此误差线应用于不同的情节。我宁愿做的很短。

这是我重塑后的数据框:

M     Req      Rec      load       Un      L1
1    30.11  9.000000   3.000000  30.02000  A
2    50.31  10.030000  6.045000  39.44000  A
3    60.01  11.290000  7.366667  54.93000  A
4    66.10  12.630000  8.827500  68.44500  A
5    80.18  13.106000  9.462000  71.07600  A
6    87.10  14.421667  15.961667 82.70500  A
7    90.08  15.880000  20.644286 94.20714  A
1    4.000  1.500000    1.000000  1        B
2    8.240  6.240000    4.760000  3.00000  B
3    10.28  12.230000  9.420000  4.05000   B
4    18.570 25.570000 17.930000  6.00000   B
5    22.250 35.250000 27.850000  7.00000   B
6    35.070 55.010000 36.810000  8.06000   B
7    48.480  0.420000 47.020000  9.06000   B

我使用了以下命令来绘制它:

ggplot(df_reshaped,aes(x = M, y = Req, colour = L1, shape=L1)) +  
     geom_point(size = 5)+
     geom_line() +
     scale_x_discrete(name="M") +
     scale_y_continuous(name="Y1 Y2")+
     ggtitle("A vs B")

在这种情况下,我正在绘制 Y1=Req1,Y2=Req2​​,相对于 x=M

计算误差线的任何简单方法或建议?

有什么快速计算“se”的方法吗?

【问题讨论】:

    标签: r ggplot2


    【解决方案1】:

    通常有两种方法可以为ggplot 准备数据:

    • 您可以汇总原始数据并绘制结果。如果您遵循这种方式,您还必须计算标准误差,因为无法从聚合数据中检索信息。这些标准误差可以用geom_errorbar 绘制。
    • 第二种选择是使用原始数据并让ggplot 为您完成所有计算。这可以通过stat_summary 完成。例如:

      stat_summary(fun.data = "mean_cl_normal", mult = 1, geom = "errorbar")
      

    显然,您选择了第一种方法。因此,您只需要计算两个变量的点的标准误差。

    【讨论】:

    • 是的,我选择了第一种方法。但是,如何在第二种方法中做到这一点,因为我认为无论您拥有什么数据,它都更加灵活。你能告诉我这样做的步骤吗???
    • 这将如何应用于我的上述数据。我不清楚!!!我如何将它包含在 ggplot 中?谢谢
    • @Eng.Mohd 请提供示例数据。
    • 感谢您的回复。我想将其应用于上述示例数据。
    • @Eng.Mohd 正如我在回答中已经提到的:您不能将其应用于上述数据集。对于ML1 的每个唯一组合,只有一个值Req。无法计算一个值的标准误。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-11-05
    • 2016-01-03
    • 2013-01-10
    • 2015-12-26
    • 1970-01-01
    • 2020-03-25
    相关资源
    最近更新 更多