使用 stat_summary 的标准误差线

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()

然而，使用辅助函数（例如mean_sdl）实现上述内容似乎要好得多。例如，以下代码生成具有 95% CI 误差线的图：

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标准错误栏的 stat_summary 实现。问题是，要计算 SE，您需要每个条件的观察数，并且必须在mean_sdl 的乘数中访问它。

如何在 ggplot 中访问此信息？有没有一个简洁的非 hacky 解决方案？

好吧，我不能告诉你如何将乘数按组输入stat_summary.

然而，您的目标似乎是绘制均值和误差线，代表来自平均值的一个标准误差ggplot在绘图之前没有总结数据集。

有一个mean_se函数于ggplot2我们可以用它来代替mean_cl_normal from Hmisc. The mean_se函数的默认乘数为 1，因此如果我们想要标准误差线，则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")

如果您想使用mean_cl_normal函数来自Hmisc，您必须将乘数更改为 1，以便从平均值中得到一个标准误差。这mult论证是一个论证mean_cl_normal。您需要传递给正在使用的摘要函数的参数需要以列表的形式提供给fun.args争论：

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 之前的版本中ggplot2，可以直接传递参数：

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