在ggplot2中为时间序列数据绘制带有置信区间的平均值

Question

根据以下问题，我们创建一些虚拟数据。然后将其转换为可以理解的格式ggplot2，并生成一个简单的图表，显示var随时间的变化。

test_data <-
  data.frame(
    var0 = 100 + c(0, cumsum(runif(49, -20, 20))),
    var1 = 150 + c(0, cumsum(runif(49, -10, 10))),
    var2 = 120 + c(0, cumsum(runif(49, -5, 10))),
    date = seq(as.Date("2002-01-01"), by="1 month", length.out=100)
  )
#
library("reshape2")
library("ggplot2")
#
test_data_long <- melt(test_data, id="date")  # convert to long format

ggplot(data=test_data_long,
       aes(x=date, y=value, colour=variable)) +
  geom_line() + theme_bw()

我想在同一张图中绘制三个的平均值var，并显示平均值的置信区间。可能有 +-1SD。为此，我认为stat_summary()可以使用该函数，如此处和此处所述。

通过添加以下任一命令，我没有获得平均值，也没有获得置信区间。任何建议将不胜感激。

stat_summary(fun.data=mean_cl_normal)
  #stat_summary(fun.data ="mean_sdl", mult=1, geom = "smooth")
  #stat_summary(fun.data = "mean_cl_boot", geom = "smooth")

Answer 1

如果我理解正确的话，你想显示所有三个参数（var0、var1 和 var3）的平均值和标准差。

我确实为你提供了两种解决方案。第一个意味着按行dplyr打包和计算标准差和平均值，并使用以下命令进一步显示geom_ribbon()：

library(dplyr)
library(magrittr)
q <- test_data
q <- q %>% rowwise() %>% transmute(date, mean=mean(c(var0,var1,var2), na.rm=TRUE), sd = sd(c(var0,var1,var2), na.rm=TRUE))

eb <- aes(ymax = mean + sd, ymin = mean - sd)
ggplot(data = q, aes(x = date, y = mean)) + 
  geom_line(size = 2) + 
  geom_ribbon(eb, alpha = 0.5)

您提到的第二个解决方案stat_summary()实际上与您提供的代码配合得很好：

ggplot(data=test_data_long, aes(x=date, y=value)) +
  stat_summary(fun.data ="mean_sdl", mult=1, geom = "smooth") + theme_bw()