我正在繪制一年中的溫度值,使用geom_smooth(). 我有每天的最低、最高和平均溫度,我想將平均值顯示為一條線,然后像你一樣顯示一個置信區間的最小值和最大值。有一個se = T論點geom_smooth(),我想知道如何提供變數以用作“置信區間”。我知道你可以用帶有 的箱形圖來做到這一點geom_errorbar(),我希望有一個類似的線圖版本。
我希望我的情節看起來像這樣的結果,但使用最大值和最小值來顯示置信區間。
mean <- runif(365, min = 10, max = 25)
max <- runif(365, min = 26, max = 35)
min <- runif(365, min = 0, max = 9)
temp <- data.frame(day = 1:365, mean = mean)
ggplot(data = temp, aes(x = day, y = mean))
geom_smooth()
編輯:我正在添加兩年的資料,并且希望每年都有自己的 geom_smooth 線和自己的 geom_ribbon。就像現在的代碼一樣,每年都有自己的 geom_smooth 線,但所有年份都有一個 geom_ribbon。
mean1 <- runif(365, min = 10, max = 25)
max1 <- runif(365, min = 26, max = 35)
min1 <- runif(365, min = 0, max = 9)
mean3 <- runif(365, min = 10, max = 25)
max3 <- runif(365, min = 30, max = 40)
min3 <- runif(365, min = -5, max = 5)
mean2 <- runif(365, min = 10, max = 25)
max2 <- runif(365, min = 200, max = 220)
min2 <- runif(365, min = -10, max = 9)
temp <- rbind(data.frame(day = 1:365, mean = mean1, max = max1, min = min1, label = 'A'),
data.frame(day = 1:365, mean = mean2, max = max2, min = min2, label = 'B'),
data.frame(day = 1:365, mean = mean3, max = max3, min = min3, label = 'C'))
ggplot(data = temp, aes(x = day, y = mean, color = label))
geom_ribbon(data = temp %>% group_by(label),
aes(ymin = stats::predict(loess(min ~ day)), ymax = stats::predict(loess(max ~ day)),
color = label),
alpha = 0.1)
geom_smooth(se = F)
謝謝!
uj5u.com熱心網友回復:
編輯#2:平滑色帶見底部。采用自
如果你的意思是你想直接使用最小值和最大值作為你的陰影范圍:
ggplot(data = temp, aes(x = day, y = mean))
geom_ribbon(aes(ymin = min, ymax = max),
alpha = 0.1)
geom_smooth(se = FALSE)

從
根據新的分組資料編輯:
先前的技術不適用于分組資料,因為基本predict函式不會“看到”組,除非我們將它放在dplyr::group_byanddplyr::mutate中。所以我們可以使用這些來預先計算我們在data = 零件中需要的值。
ggplot(data = temp, aes(x = day, y = mean, color = label))
geom_ribbon(data = temp %>% group_by(label) %>%
mutate(ymin_smooth = stats::predict(loess(min~day)),
ymax_smooth = stats::predict(loess(max~day))),
aes(ymin = ymin_smooth, ymax = ymax_smooth, fill = label),
alpha = 0.1)
geom_smooth(se = F)

轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/488564.html
上一篇:查找R表物件的平均值
