快捷導(dǎo)航

R語(yǔ)言繪制帶誤差線的條形圖

更新時(shí)間：2022年06月27日 10:55:37 作者：天橋下的賣藝者

本文主要介紹了R語(yǔ)言繪制帶誤差線的條形圖，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

條形統(tǒng)計(jì)圖是用一個(gè)單位長(zhǎng)度表示一定的數(shù)量,根據(jù)數(shù)量的多少畫成長(zhǎng)短不同的直條.帶誤差的條形圖可以通過(guò)誤差線來(lái)判斷顯著性。

在這里插入圖片描述

繼續(xù)使用我們的汽車銷售數(shù)據(jù)（公眾號(hào)回復(fù)：汽車銷售，可以獲得該數(shù)據(jù)）來(lái)演示，先導(dǎo)入數(shù)據(jù)

library(foreign)
library(ggplot2)
library(tidyverse)  
bc <- read.spss("E:/r/test/tree_car.sav",
                use.value.labels=F, to.data.frame=T)
names(bc)

在這里插入圖片描述

我們來(lái)看下數(shù)據(jù)，car就是汽車售價(jià)，age是年齡，gender是性別，inccat是收入，這里分成4個(gè)等級(jí)，ed是教育程度。
假設(shè)我們想知道不同教育水平的男女在買汽車的價(jià)格上有什么不同，可繪制帶誤差和可信區(qū)間的折線圖，關(guān)鍵就是要算出它的標(biāo)準(zhǔn)誤se和95%ci.
我們先生成一個(gè)計(jì)算標(biāo)準(zhǔn)誤se和95%ci的自定義函數(shù)，這是國(guó)外一位大佬設(shè)計(jì)的函數(shù)，我見好用直接搬運(yùn)過(guò)來(lái)了。

summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                      conf.interval=.95, .drop=TRUE) {
  library(plyr)
  
  # New version of length which can handle NA's: if na.rm==T, don't count them
  length2 <- function (x, na.rm=FALSE) {
    if (na.rm) sum(!is.na(x))
    else       length(x)
  }
  
  # This does the summary. For each group's data frame, return a vector with
  # N, mean, and sd
  datac <- ddply(data, groupvars, .drop=.drop,
                 .fun = function(xx, col) {
                   c(N    = length2(xx[[col]], na.rm=na.rm),
                     mean = mean   (xx[[col]], na.rm=na.rm),
                     sd   = sd     (xx[[col]], na.rm=na.rm)
                   )
                 },
                 measurevar
  )
  
  # Rename the "mean" column    
  datac <- rename(datac, c("mean" = measurevar))
  
  datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean
  
  # Confidence interval multiplier for standard error
  # Calculate t-statistic for confidence interval: 
  # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
  ciMult <- qt(conf.interval/2 + .5, datac$N-1)
  datac$ci <- datac$se * ciMult
  
  return(datac)
}

生成函數(shù)后，我們使用自定義函數(shù)summarySE生成標(biāo)準(zhǔn)誤se和95%ci. Measurevar填入你要衡量比較的指標(biāo)，這里填入汽車售價(jià)，groupvars這里填入性別和教育程度。

carss<- summarySE(bc, measurevar="car", groupvars=c("gender","ed"))

生成了我們需要的做圖數(shù)據(jù)

在這里插入圖片描述

畫條形圖和畫折線圖不同的是，教育這個(gè)指標(biāo)我們要轉(zhuǎn)換成分類變量

carss$ed <- factor(carss$ed)

轉(zhuǎn)換好以后就可以做圖了，先做一個(gè)帶誤差線的

ggplot(carss, aes(x=ed, y=car, fill=gender)) + 
  geom_bar(position=position_dodge(), stat="identity") +
  geom_errorbar(aes(ymin=car-se, ymax=car+se),
                width=.2,                    # Width of the error bars
                position=position_dodge(.9))

在這里插入圖片描述

畫個(gè)帶置信區(qū)間的

ggplot(carss, aes(x=ed, y=car, fill=gender)) + 
  geom_bar(position=position_dodge(), stat="identity") +
  geom_errorbar(aes(ymin=car-ci, ymax=car+ci),
                width=.2,                    # Width of the error bars
                position=position_dodge(.9))

在這里插入圖片描述