R语言绘制带误差和可信区间的折线图

论文中折线图可以表示两个变量间的变化关系，带误差或可信区间的折线图表示其中一个变量的变化范围，今天我们通过R语言来演示一下。


继续使用我们的汽车销售数据（公众号回复：汽车销售，可以获得该数据）来演示，先导入数据

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)

我们来看下数据，car就是汽车售价，age是年龄，gender是性别，inccat是收入，这里分成4个等级，ed是教育程度。
假设我们想知道不同教育水平的男女在买汽车的价格上有什么不同，可绘制带误差和可信区间的折线图，关键就是要算出它的标准误se和95%ci.
我们先生成一个计算标准误se和95%ci的自定义函数，这是国外一位大佬设计的函数，我见好用直接搬运过来了。

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)
}

生成函数后，我们使用自定义函数summarySE生成标准误se和95%ci. Measurevar填入你要衡量比较的指标，这里填入汽车售价，groupvars这里填入性别和教育程度

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

生成了数据后就可以绘图了，先绘制一个带误差的折线图

ggplot(carss, aes(x=ed, y=car, colour=gender)) + 
  geom_errorbar(aes(ymin=car-se, ymax=car+se), width=.1) +
  geom_line() +
  geom_point()

我们可以看到，男性和女性之间的线条有些重叠了，我们可以设置一个抖动点把它分开
生成抖动点

pd <- position_dodge(0.1) # move them .05 to the left and right

绘图

ggplot(carss, aes(x=ed, y=car, colour=gender)) + 
  geom_errorbar(aes(ymin=car-se, ymax=car+se), width=.1,position=pd) +
  geom_line(position=pd) +
  geom_point(position=pd)

同理，绘制95%ci的折线图图

ggplot(carss, aes(x=ed, y=car, colour=gender)) + 
  geom_errorbar(aes(ymin=car-ci, ymax=car+ci), width=.1, position=pd) +
  geom_line(position=pd) +
  geom_point(position=pd)

我们还可以把图片进一步修饰

ggplot(carss, aes(x=ed, y=car, colour=gender, group=gender)) + 
  geom_errorbar(aes(ymin=car-se, ymax=car+se), colour="black", width=.1, 
                position=pd) +
  geom_line(position=pd) +
  geom_point(position=pd, size=3, shape=21, fill="white") + # 21 is filled circle
  xlab("教育程度") +
  ylab("汽车售价") +
  scale_colour_hue(name="性别",    # Legend label, use darker colors
                   breaks=c("m", "f"),
                   labels=c("男", "女"),
                   l=40) +                    # Use darker colors, lightness=40
  ggtitle("不同教育程度男女购买汽车区别") +
  expand_limits(y=15) +                        # Expand y range
  scale_y_continuous(breaks=0:20*4) +         # Set tick every 4
  theme_bw() +
  theme(legend.justification=c(1,0),
        legend.position=c(1,0))               # Position legend in bottom right

一个用于发表带误差的折线图就做好啦，还有其他的一些函数或软件也能做出来，将在今后进一步介绍。原创不易，点个小红心再走吧。