感谢您考虑帮助我解决这个问题。
我有 7 个重复变量块的按键响应的精度(0 和 1)和反应时间(以毫秒为单位)的原始数据点。数据以长格式排列(用于运行 GLMM 目的),其中有多个子组:两个组为 DD 和 TD,每个组有两个子组:AgeRange-I 和 AgeRange-II,并且执行所有 DD 和 TD两种类型的任务条件:SOC 和 MOC。
我想用不同的颜色填充两组 DD 和 TD 的 7 个块(在 x 轴上)的百分比(在 y 轴上)绘制准确度得分。我想绘制四个图表: 1) AgeRange-I 中的 SOC 2) AgeRange-I 中的 MOC 3) AgeRange-II 中的 SOC 和 AgeRange-II 中的 MOC 因此,每个任务条件下的 DD 和 TD 之间的差异可以直观地看到两个年龄段的情况。
我想知道如何开始绘制图表。我需要帮助计算每个子组的百分比分数,然后将它们绘制在四个图表中。我正在学习使用 ggplots,所以我想请求您的帮助来逐步指导我。
例如,下面是我的示例数据框,每个参与者对每种序列类型(SOC 和 MOC)有 420 个响应,每个块有 60 个响应。
Acc RT SeqType Group Age Gender Block AgeRange
1 1 0.7251608 MOC TD 12 M rand1 II
2 1 0.4612991 MOC TD 12 M rand1 II
3 1 0.4952396 MOC TD 12 M rand1 II
4 1 0.6954593 MOC TD 12 M rand1 II
5 1 0.6724732 MOC TD 12 M rand1 II
6 1 0.5995035 MOC TD 12 M rand1 II
7 1 0.4580509 MOC TD 12 M rand1 II
8 1 0.6537255 MOC TD 12 M rand1 II
9 1 0.5203535 MOC TD 12 M rand1 II
10 1 0.4601149 MOC TD 12 M rand1 II
11 1 0.6116865 MOC TD 12 M rand1 II
12 1 0.5768449 MOC TD 12 M rand1 II
13 1 0.4669667 MOC TD 12 M rand1 II
14 1 0.6111208 MOC TD 12 M rand1 II
15 1 0.5442212 MOC TD 12 M rand1 II
16 1 0.4883995 MOC TD 12 M rand1 II
17 1 0.3736103 MOC TD 12 M rand1 II
18 1 0.4266320 MOC TD 12 M rand1 II
19 1 0.5183420 MOC TD 12 M rand1 II
20 1 0.5546551 MOC TD 12 M rand1 II
21 1 0.5560170 MOC TD 12 M rand1 II
22 1 0.5006457 MOC TD 12 M rand1 II
23 1 0.7199959 MOC TD 12 M rand1 II
24 1 0.4653944 MOC TD 12 M rand1 II
25 1 0.3975185 MOC TD 12 M rand1 II
26 1 0.5103894 MOC TD 12 M rand1 II
27 1 0.5528382 MOC TD 12 M rand1 II
28 1 0.4942312 MOC TD 12 M rand1 II
29 0 0.3204265 MOC TD 12 M rand1 II
30 1 0.9355211 MOC TD 12 M rand1 II
31 1 0.4102691 MOC TD 12 M rand1 II
32 1 0.6568323 MOC TD 12 M rand1 II
33 1 0.4086500 MOC TD 12 M rand1 II
34 1 0.3624091 MOC TD 12 M rand1 II
35 1 1.0586907 MOC TD 12 M rand1 II
36 1 0.9566940 MOC TD 12 M rand1 II
37 1 0.5252956 MOC TD 12 M rand1 II
38 1 0.4546399 MOC TD 12 M rand1 II
39 1 0.7973861 MOC TD 12 M rand1 II
40 1 0.7637680 MOC TD 12 M rand1 II
41 1 0.5488241 MOC TD 12 M rand1 II
42 1 0.5988611 MOC TD 12 M rand1 II
43 1 0.3962510 MOC TD 12 M rand1 II
44 1 0.8010187 MOC TD 12 M rand1 II
45 1 0.4379103 MOC TD 12 M rand1 II
46 1 0.6626628 MOC TD 12 M rand1 II
47 1 0.6684044 MOC TD 12 M rand1 II
48 1 0.4509241 MOC TD 12 M rand1 II
49 1 0.5236573 MOC TD 12 M rand1 II
50 1 0.7692868 MOC TD 12 M rand1 II
51 1 0.5507855 MOC TD 12 M rand1 II
52 0 0.4933297 MOC TD 12 M rand1 II
53 0 0.1103503 MOC TD 12 M rand1 II
54 1 1.2388133 MOC TD 12 M rand1 II
55 1 0.4912523 MOC TD 12 M rand1 II
56 1 0.4215691 MOC TD 12 M rand1 II
57 1 0.6643740 MOC TD 12 M rand1 II
58 1 0.6219135 MOC TD 12 M rand1 II
59 1 0.5624236 MOC TD 12 M rand1 II
60 1 0.6500025 MOC TD 12 M rand1 II
61 1 0.7855459 MOC TD 12 M pattern1 II
62 1 1.1856054 MOC TD 12 M pattern1 II
63 1 0.6736443 MOC TD 12 M pattern1 II
64 1 0.3531554 MOC TD 12 M pattern1 II
65 1 0.4241763 MOC TD 12 M pattern1 II
66 1 0.5550015 MOC TD 12 M pattern1 II
67 1 0.5050880 MOC TD 12 M pattern1 II
68 1 0.8703709 MOC TD 12 M pattern1 II
69 1 0.6194714 MOC TD 12 M pattern1 II
70 1 0.5241663 MOC TD 12 M pattern1 II
71 1 0.5712235 MOC TD 12 M pattern1 II
72 1 0.5549760 MOC TD 12 M pattern1 II
73 1 0.5461535 MOC TD 12 M pattern1 II
74 1 0.4590558 MOC TD 12 M pattern1 II
75 1 0.5930836 MOC TD 12 M pattern1 II
76 1 0.3251405 MOC TD 12 M pattern1 II
77 1 0.4547834 MOC TD 12 M pattern1 II
78 1 0.6656017 MOC TD 12 M pattern1 II
79 1 0.5747337 MOC TD 12 M pattern1 II
80 1 0.6185604 MOC TD 12 M pattern1 II
81 1 0.4145572 MOC TD 12 M pattern1 II
82 1 0.6745456 MOC TD 12 M pattern1 II
83 1 0.7746098 MOC TD 12 M pattern1 II
84 1 0.5133774 MOC TD 12 M pattern1 II
85 1 0.5258784 MOC TD 12 M pattern1 II
86 1 0.4565186 MOC TD 12 M pattern1 II
87 1 0.5889995 MOC TD 12 M pattern1 II
88 1 0.3449315 MOC TD 12 M pattern1 II
89 1 0.5819102 MOC TD 12 M pattern1 II
90 1 0.8865610 MOC TD 12 M pattern1 II
91 1 0.5959914 MOC TD 12 M pattern1 II
92 1 0.9679550 MOC TD 12 M pattern1 II
93 1 0.5613606 MOC TD 12 M pattern1 II
94 1 0.4631545 MOC TD 12 M pattern1 II
95 1 0.7547015 MOC TD 12 M pattern1 II
96 1 0.6207818 MOC TD 12 M pattern1 II
97 1 0.6984035 MOC TD 12 M pattern1 II
98 1 0.5729400 MOC TD 12 M pattern1 II
99 1 0.4809960 MOC TD 12 M pattern1 II
100 1 0.4761289 MOC TD 12 M pattern1 II
101 1 0.4188091 MOC TD 12 M pattern1 II
102 1 1.5040006 MOC TD 12 M pattern1 II
103 1 0.6312318 MOC TD 12 M pattern1 II
104 1 0.6400253 MOC TD 12 M pattern1 II
105 0 0.7697745 MOC TD 12 M pattern1 II
106 1 0.7604482 MOC TD 12 M pattern1 II
107 1 0.7815664 MOC TD 12 M pattern1 II
108 1 0.7523210 MOC TD 12 M pattern1 II
109 1 0.9477502 MOC TD 12 M pattern1 II
110 1 0.8546340 MOC TD 12 M pattern1 II
111 1 0.5928595 MOC TD 12 M pattern1 II
112 1 0.5591475 MOC TD 12 M pattern1 II
113 1 1.6878362 MOC TD 12 M pattern1 II
114 1 0.7820587 MOC TD 12 M pattern1 II
115 1 0.6034753 MOC TD 12 M pattern1 II
116 1 0.7221258 MOC TD 12 M pattern1 II
117 1 0.9977003 MOC TD 12 M pattern1 II
118 1 0.6633138 MOC TD 12 M pattern1 II
119 1 0.6683258 MOC TD 12 M pattern1 II
120 1 0.8003613 MOC TD 12 M pattern1 II
121 1 0.7728075 MOC TD 12 M pattern2 II
122 1 0.4008616 MOC TD 12 M pattern2 II
123 1 0.5187239 MOC TD 12 M pattern2 II
124 1 0.4192724 MOC TD 12 M pattern2 II
125 1 0.4695848 MOC TD 12 M pattern2 II
基本上,这是 SOC-AgeRange-1 的图表;这就是我想通过使用 r.ggplot2 来实现的图表类型
您没有向我们提供足够的数据来生成具有所需结构的图,但您的描述足以允许具有相同结构的可重现示例(见下文)。本质上,听起来好像您希望列显示准确度的平均值(y 轴),块位于 x 轴上,并且根据组填充和躲避列,然后根据年龄组和序列类型进行分面。其代码类似于:
library(ggplot2)
ggplot(data, aes(Block, Acc, fill = Group)) +
stat_summary(fun = mean, geom = "col", position = "dodge") +
facet_wrap(. ~ paste("Age Range:", AgeRange) +
paste("Sequence Type:", SeqType)) +
scale_fill_brewer(palette = "Set1") +
theme_minimal(base_size = 16)
创建于 2023-08-12,使用 reprex v2.0.2