График рассеяния с ошибками

Ответ 1

Прежде всего: очень печально и неожиданно, что R не может выводить строки ошибок "из коробки" .

Вот мое любимое решение, преимущество в том, что вам не нужны дополнительные пакеты. Трюк состоит в том, чтобы нарисовать стрелки (!), Но с небольшими горизонтальными полосками вместо стрелок (!!!). Эта не столь простая идея исходит из R Wiki Tips и воспроизводится здесь как отработанный пример.

Предположим, что у вас есть вектор "средних значений" avg и другой вектор "стандартных отклонений" sdev, они имеют одинаковую длину n. Позвольте сделать абсциссою только количество этих "измерений", поэтому x <- 1:n. С их помощью приходят команды построения:

plot(x, avg,
    ylim=range(c(avg-sdev, avg+sdev)),
    pch=19, xlab="Measurements", ylab="Mean +/- SD",
    main="Scatter plot with std.dev error bars"
)
# hack: we draw arrows but with very special "arrowheads"
arrows(x, avg-sdev, x, avg+sdev, length=0.05, angle=90, code=3)

Результат выглядит следующим образом:

В arrows(...) функция length=0.05 - это размер "стрелочной головки" в дюймах, angle=90 указывает, что "стрелка" перпендикулярна оси стрелки, а особенно интуитивный параметр code=3 указывает что мы хотим нарисовать наконечник стрелы на обоих концах стрелки.

Для горизонтальных шкал ошибок необходимы следующие изменения, предполагая, что теперь вектор sdev содержит ошибки в значениях x, а значения y - это ординаты:

plot(x, y,
    xlim=range(c(x-sdev, x+sdev)),
    pch=19,...)
# horizontal error bars
arrows(x-sdev, y, x+sdev, y, length=0.05, angle=90, code=3)

Ответ 2

Используя ggplot и немного dplyr для обработки данных:

set.seed(42)
df <- data.frame(x = rep(1:10,each=5), y = rnorm(50))

library(ggplot2)
library(dplyr)

df.summary <- df %>% group_by(x) %>%
    summarize(ymin = min(y),
              ymax = max(y),
              ymean = mean(y))

ggplot(df.summary, aes(x = x, y = ymean)) +
    geom_point(size = 2) +
    geom_errorbar(aes(ymin = ymin, ymax = ymax))

Если есть дополнительный столбец группировки (в примере примера OP есть два errorbars на x значение, говоря, что данные получены из двух файлов), тогда вы должны получить все данные в одном кадре данных в начале, добавить переменную группировки в вызов dplyr::group_by (например, group_by(x, file), если file - имя столбца) и добавить его в качестве "групповой" эстетики в ggplot, например aes(x = x, y = ymean, group = file).

Ответ 3

#some example data
set.seed(42)
df <- data.frame(x = rep(1:10,each=5), y = rnorm(50))

#calculate mean, min and max for each x-value
library(plyr)
df2 <- ddply(df,.(x),function(df) c(mean=mean(df$y),min=min(df$y),max=max(df$y)))

#plot error bars
library(Hmisc)
with(df2,errbar(x,mean,max,min))
grid(nx=NA,ny=NULL)

Ответ 4

Другой способ (по крайней мере, для меня) ниже.

install.packages("ggplot2movies")

data(movies, package="ggplot2movies")

rating_by_len = tapply(movies$length,
                       movies$rating,
                       mean)

plot(names(rating_by_len), rating_by_len, ylim=c(0, 200)
     ,xlab = "Rating", ylab = "Length", main="Average Rating by Movie Length", pch=21)

sds = tapply(movies$length, movies$rating, sd)
upper = rating_by_len + sds
lower = rating_by_len - sds
segments(x0=as.numeric(names(rating_by_len)), 
         y0=lower, 
         y1=upper)

Надеюсь, что это поможет.

Ответ 5

Я собрал начало, чтобы закончить код гипотетического эксперимента с десятью измерениями, тиражированными три раза. Просто для удовольствия с помощью других stackoverflowers. Спасибо... Очевидно, что циклы - это опция, поскольку apply можно использовать, но мне нравится видеть, что происходит.

#Create fake data
x <-rep(1:10, each =3)
y <- rnorm(30, mean=4,sd=1)

#Loop to get standard deviation from data
sd.y = NULL
for(i in 1:10){
  sd.y[i] <- sd(y[(1+(i-1)*3):(3+(i-1)*3)])
}
sd.y<-rep(sd.y,each = 3)

#Loop to get mean from data
mean.y = NULL
for(i in 1:10){
  mean.y[i] <- mean(y[(1+(i-1)*3):(3+(i-1)*3)])
}
mean.y<-rep(mean.y,each = 3)

#Put together the data to view it so far
data <- cbind(x, y, mean.y, sd.y)

#Make an empty matrix to fill with shrunk data
data.1 = matrix(data = NA, nrow=10, ncol = 4)
colnames(data.1) <- c("X","Y","MEAN","SD")

#Loop to put data into shrunk format
for(i in 1:10){
  data.1[i,] <- data[(1+(i-1)*3),]
}

#Create atomic vectors for arrows
x <- data.1[,1]
mean.exp <- data.1[,3]
sd.exp <- data.1[,4]

#Plot the data
plot(x, mean.exp, ylim = range(c(mean.exp-sd.exp,mean.exp+sd.exp)))
abline(h = 4)
arrows(x, mean.exp-sd.exp, x, mean.exp+sd.exp, length=0.05, angle=90, code=3)