R语言绘制带误差线的条形图

条形统计图是用一个单位长度表示一定的数量,根据数量的多少画成长短不同的直条.带误差的条形图可以通过误差线来判断显著性。

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)
1
2
3
4
5
6

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)
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

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"))
1

生成了我们需要的做图数据

画条形图和画折线图不同的是，教育这个指标我们要转换成分类变量

carss$ed <- factor(carss$ed)
1

转换好以后就可以做图了，先做一个带误差线的

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))
1
2
3
4
5

画个带置信区间的

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))
1
2
3
4
5

进行美化一下，一个可以用于发表的图就做成了

如何利用置信区间来判断显著性


（图片来自于淼科学网博客。https://blog.sciencenet.cn/blog-430956-717889.html）