使用stat_summary的标准误差条

Question

以下代码使用Hmisc，ddply和ggplot生成带有标准误差条的条形图：

means_se <- ddply(mtcars,.(cyl),
                  function(df) smean.sdl(df$qsec,mult=sqrt(length(df$qsec))^-1))
colnames(means_se) <- c("cyl","mean","lower","upper")
ggplot(means_se,aes(cyl,mean,ymax=upper,ymin=lower,group=1)) + 
  geom_bar(stat="identity") +  
  geom_errorbar()

但是，使用诸如mean_sdl之类的辅助函数实现上述功能似乎要好得多。例如，以下代码生成具有95％CI错误条的图：

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_sdl, geom = "errorbar")

我的问题是如何使用stat_summary实现标准误差条。问题是要计算SE，你需要每个条件的观测数量，这必须在mean_sdl的乘数中访问。

如何在ggplot中访问此信息？对此有一个简洁的非hacky解决方案吗？

Answer 1

好吧，我不能告诉你如何通过组到stat_summary获得乘数。

但是，看起来您的目标是绘制平均值和误差线，它们表示ggplot中平均值的一个标准误差，而不会在绘图之前汇总数据集。

我们可以使用ggplot2中的mean_se函数来代替来自Hmisc的mean_cl_normal。 mean_se函数的乘数为1，因此如果我们需要标准误差条，我们不需要传递任何额外的参数。

ggplot(mtcars, aes(cyl, qsec)) + 
    stat_summary(fun.y = mean, geom = "bar") + 
    stat_summary(fun.data = mean_se, geom = "errorbar")

如果你想使用mean_cl_normal中的Hmisc函数，你必须将乘数改为1，这样你就可以得到一个标准误差。 mult论证是mean_cl_normal的论据。您需要传递给正在使用的汇总函数的参数需要作为fun.args参数的列表给出：

ggplot(mtcars, aes(cyl, qsec)) + 
    stat_summary(fun.y = mean, geom = "bar") + 
    stat_summary(fun.data = mean_cl_normal, geom = "errorbar", fun.args = list(mult = 1))

在2.0版本的ggplot2中，参数可以直接传递：

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_cl_normal, geom = "errorbar", mult = 1)