在 ggplot2 中为时间序列数据绘制平均值和置信区间

Question

从下面的question，我们创建了一些虚拟数据。然后将其转换为 ggplot2 可以理解的格式，我们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 var 的平均值，并显示平均值的置信区间。 可能带有 +-1SD。为此，我认为可以使用 stat_summary() 函数，正如 here and here 所概述的那样。

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

如果我没理解错的话，您想显示所有三个参数（var0、var1 和 var3）的平均值和标准差。

我确实有两个解决方案。第一个暗示 dplyr 包装和计算 标准偏差和平均行 并使用 geom_ribbon():

进一步显示

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 stat_summary() 暗示的第二种解决方案，它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()

在 ggplot2 中为时间序列数据绘制平均值和置信区间

plotting average with confidence interval in ggplot2 for time-series data

r

time-series

ggplot2

confidence-interval