我想使用 ggplot / geom_point 绘制典型误差和置信区间的分数变化。我希望将每个点的置信区间上限和下限设置为 0.93(即 90% CI)。
我使用了以下虚拟数据:
这是我到目前为止所使用的,并且已经得到了每个点以及典型错误来绘制得很好,但我的 CI 尝试没有奏效。
ggplot(Testing)+
geom_point(aes(Change,Athlete), size = 3)+
theme_classic()+
xlab("Score Change")+
scale_x_continuous(limits = c(-12,12))+
annotate("rect", xmin=-1.8, xmax=1.8, ymin=0, ymax=Inf, alpha = .3)`
任何获得每个点的 CI 的帮助都会有很大帮助。
这里有一些可以帮助你开始的东西:
首先,让我们生成一些随机样本数据。
set.seed(2018)
df <- data.frame(
Athlete = paste("Athlete", 1:9),
Score_Change = rnorm(9, 0, 5))
我们无法将
Score_Change
绘制为 Athlete
的函数;我们还显示了基于简单线性模型的总体平均值,包括 90% 置信区间Score_Change ~ 1
。这适合于 Score_Change
的简单截距 OLS 模型。
ggplot(df, aes(Athlete, Score_Change)) +
geom_point() +
geom_smooth(
aes(x = as.integer(Athlete)),
method = "lm",
formula = y ~ 1,
se = TRUE,
level = 0.90) +
coord_flip()