在 R 中显示几个置信区间答案

【问题标题】：Display several confidence intervals in R在 R 中显示几个置信区间
【发布时间】：2011-10-06 19:29:21
【问题描述】：

我有一个数据框，其中的行对应于参数的置信区间的上限和下限。如果有 n 行，则有 n 个变量。有两列，一列具有置信区间下限“下限”，另一列表示“上限”。行名称对应于变量名称。像这样的

      lower  upper  
y1      7.923  9.22
y2      7.105  8.74 
y3      8.185  9.54 
y4      8.157  9.51

我想创建一个图以将这些置信区间显示为条形，最好在每一端都有法兰。

如果有人能告诉我这样做的好方法，我将不胜感激！

谢谢 PS

【问题讨论】：

标签： r

【解决方案1】：

bwplot in lattice 制作盒须图：

library(lattice)
bwplot(lower+upper~var, data=dat)

请参阅?bwplot 和?lattice 了解更多详情。

一般来说，您可以通过让 plot 函数为您汇总数据来使用 R 的全部功能。例如：

dat <- data.frame(
  var <- sample(paste("y", 1:4, sep=""), 100, replace=TRUE),
  val <- rnorm(100)
  )

plot(val~factor(var), data=dat, col="cyan")

【讨论】：

谢谢！上面的第一个情节看起来像我想要的，但我无法让它工作。您的示例代码中的“var”是什么： bwplot(lower+upper~var, data=dat) ?
@P Sellaz var 是一个用于表示数据来自何处（来自 y1、y2、y3、y4）的因子。在您的情况下，这将是行名。
抱歉，我仍然遇到问题。 bwplot(lower+upper~y1, data=cidf) eval 中的错误(expr, envir, enclos) : object 'y1' not found
y1 是 data.frame 中列的名称吗？
谢谢。不，列名是“lower”和“upper”。 y1,y2,y3,y4 等是与参数名称对应的行名称。两列的值是我希望绘制的参数置信区间的上限和下限。在将 df 转换为矩阵后，我能够使用 boxplot() 使其工作，但如果可能的话，我想让它与 bwplot 和/或 ggplot 一起工作。

【解决方案2】：

这是惯用的ggplot2 解决方案。还有其他几个geoms 可用于这种情节。例如尝试替换为geom_crossbar。更多详情，请访问the ggplot2 webpage

cidf = data.frame(
   var   = c('y1', 'y2', 'y3', 'y4'),
   lower = c(7.923, 7.105, 8.185, 8.157),
   upper = c(9.22, 8.74, 9.54, 9.51)
)

require(ggplot2)
p1 <- ggplot(cidf) + 
  geom_errorbar(aes(x = var, ymin = lower, ymax = upper), width = 0.2)

【讨论】：

谢谢。这听起来很有希望，但根据我对另一个答案的评论，我不知道您的示例代码中的“var”代表什么。例如，我有一个名为 cidf 的数据框，它有“下”和“上”列，每一行都是我要显示的间隔。再次感谢。
啊，现在明白了。谢谢！所以我需要在数据框中添加另一列 - 基本上是将行名转换为因子，正如上面 Roman Luštrik 所说的那样。抱歉有点慢！
我发现我可以只使用 x=row.names(cidf) 而不是创建一个新列。

【解决方案3】：

最后，我有一个很好的 ggplot 解决方案。感谢以上回复

p1 <- ggplot(cidf) +

geom_errorbar(aes(x = row.names(ciddf), ymin = lower, ymax = upper), width = 0.2) +

xlab("Variables") +

coord_flip() + opts(title = "Confidence intervals for Variables")

p1

【讨论】：

【解决方案4】：

我已经设法找到一种使用内置 boxplot 命令的方法。我不得不将数据框更改为矩阵：

ci <- as.matrix(cidf)
boxplot(ci[1,],ci[2,],ci[3,],ci[4,])

我仍然有兴趣在ggplot 或bwplot 或任何其他相关建议中了解更好的方法。

【讨论】：