用时间序列数据绘制ggplot2中的平均值和置信区间

Question

从以下question中，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() 

我要绘制三var在同一张图上的平均，并显示平均的置信区间。 可能带有+ -1SD。为此，我认为可以使用stat_summary()函数，如here和here所述。

通过添加以下任一命令，我不会获得平均值，也不会获得置信区间。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，你想用标准差显示所有三个参数（var0，var1和var3）的平均值。

我确实有两个解决方案。第一个暗示使用geom_ribbon()dplyr包和标准偏差和平均逐行，并进一步显示的计算：

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) 

二的解决方案意味着由你stat_summary()提到，这实际上与效果很好代码您提供：

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