Блог

Для контекста: я рассматриваю несколько разных коэффициентов корреляции.Для каждой корреляции я создал распределение с начальной загрузкой, и я использую метод начальной загрузки процентилей для создания доверительных интервалов для каждого коэффициента. Поскольку я рассматриваю множественные корреляции, на самом деле я использую более строгий альфа-уровень, и в будущем мне нужно будет повторить этот анализ для разных наборов данных с разными альфа-коррекциями. Все это прошло хорошо, но я изо всех сил пытаюсь создать график для представления пользовательских интервалов в виде полос ошибок.

Вопрос: Как мне создать график в ggplot для представления медианных значений моих данных вместе с пользовательскими процентилями для моих полос ошибок. Мои данные находятся в data.frame с одной переменной, идентифицирующей группу (анализ), и второй переменной со всеми оценками в группе. На самом деле существует 10 000 обращений для каждого уровня переменной «Analysis» в общей сложности для 40 000 строк. Для краткости я включил распечатку индекса непосредственно ниже.

  >BootDistOverall[c(1:2,10000:10002,20000:20002,30000:30002),]
                             Analysis       Dist
  1      Alpha by Consequences (No Outlier) -0.4286326
  2      Alpha by Consequences (No Outlier) -0.4191646
  10000  Alpha by Consequences (No Outlier) -0.5248891
  10001 Alpha by Past-30-Day Binge Drinking -0.2972018
  10002 Alpha by Past-30-Day Binge Drinking -0.3011621
  20000 Alpha by Past-30-Day Binge Drinking -0.4145920
  20001                  Q0 by Consequences  0.3689336
  20002                  Q0 by Consequences  0.4540535
  30000                  Q0 by Consequences  0.5772917
  30001    Q0 by Past-30-Day Binge Drinking  0.6655952
  30002    Q0 by Past-30-Day Binge Drinking  0.4412748
  

Я смог создать график скрипки данных с помощью ggplot (см. Ссылку и код ниже), но мне бы очень хотелось, чтобы медианные значения каждого распределения были представлены, а процентили — в виде полос ошибок. Я могу получить медианные значения или прямоугольную диаграмму для представления этих данных, но мне нужны пользовательские процентили.

 p0 <- <-ggplot(BootDistOverall, aes(Analysis,Dist))  
    geom_violin(scale = "area", 
    color = "#002344", 
    size = 1, 
    fill = "#FECB00")  
    ylim(-1,1) 
    geom_hline(yintercept = 0, 
        linetype = "dashed", 
        color = "black") 
    xlab("Analysis") 
    ylab("Bootstrapped Pearson's r") 
    coord_flip() 
    theme_bw()
  

Мне нужна помощь в создании аналогичного графика, но с точками для медианы и полос ошибок, соответствующих моим пользовательским процентилям. Я пробовал несколько разных методов (geom_errorbar, geom_pointrange), и, похоже, ни один из них не работает. Единственный способ, которым я смог добиться успеха, — это добавлять сегменты линий к графику по отдельности, как я бы делал в базовой R-графике со стрелками () (код и ссылку см. Ниже), но должен быть способ получше.Я новичок в ggplot, поэтому, возможно, есть простое исправление, но я в тупике.

  #Create percentile points
  Uppers = c(
      quantile(BootDist2$Dist, .995,na.rm=T),
      quantile(BootDist4$Dist, .995,na.rm=T),
      quantile(BootDist1$Dist, .995,na.rm=T),
      quantile(BootDist3$Dist, .995,na.rm=T))

   Lowers = c(
      quantile(BootDist2$Dist, .005,na.rm=T),
      quantile(BootDist4$Dist, .005,na.rm=T),
      quantile(BootDist1$Dist, .005,na.rm=T),
      quantile(BootDist3$Dist, .005,na.rm=T))

 #Create a point graph
   ggplot(BootDistOverall, aes(x=Analysis,y=Dist))    
      stat_summary(fun.y = mean,
           geom = "point",
           shape=22,
           size=5,
           color = "#002344",
           fill = "#FECB00") 
      theme_bw() 
      coord_flip() 
      ylim(-1,1) 
      geom_hline(yintercept = 0, 
                 linetype = "dashed", 
                 color = "black") 
      xlab("Analysis") 
      ylab("Bootstrapped Pearson's r") 
  #Add error bars with geomsemgents
      geom_segment(x=1,xend=1,y=Lowers[1],yend=Uppers[1]) 
      geom_segment(x=2,xend=2,y=Lowers[2],yend=Uppers[2]) 
      geom_segment(x=3,xend=3,y=Lowers[3],yend=Uppers[3]) 
      geom_segment(x=4,xend=4,y=Lowers[4],yend=Uppers[4]) 
      geom_segment(x=.9,xend=1.1,y=Lowers[1],yend=Lowers[1]) 
      geom_segment(x=.9,xend=1.1,y=Uppers[1],yend=Uppers[1]) 
      geom_segment(x=1.9,xend=2.1,y=Lowers[2],yend=Lowers[2]) 
      geom_segment(x=1.9,xend=2.1,y=Uppers[2],yend=Uppers[2]) 
      geom_segment(x=2.9,xend=3.1,y=Lowers[3],yend=Lowers[3]) 
      geom_segment(x=2.9,xend=3.1,y=Uppers[3],yend=Uppers[3]) 
      geom_segment(x=3.9,xend=4.1,y=Lowers[4],yend=Lowers[4]) 
      geom_segment(x=3.9,xend=4.1,y=Uppers[4],yend=Uppers[4])
  

Здесь мы немного рискуем, предполагая, что максимальное значение для каждой группы анализа — это то, что вы хотите отобразить как верхний предел строки ошибок, минимальное значение — это нижний предел строки ошибок, а то, что осталось, должно быть медианой. Примечание — вы предоставили только две строки для Q0 by Past-30-Day Binge Drinking , так что это, вероятно, неверное предположение…вам нужно будет изменить в соответствии с тем, что на самом деле представляют ваши данные…

…о том, как настроить ваши данные для отображения в ggplot() — рабочая парадигма заключается в том, что у вас есть одна переменная на эстетику. Для того, чтобы отобразить полосу ошибок, вам нужны x , y , ymin и ymax . Как только вы переформатируете свои данные в соответствии с этим, построение графика становится простым. Вот рабочий пример:

 library(data.table)
library(ggplot2)

d <- structure(list(Analysis = c("Alpha by Consequences (No Outlier)", 
                                 "Alpha by Consequences (No Outlier)", "Alpha by Consequences (No Outlier)", 
                                 "Alpha by Past-30-Day Binge Drinking", "Alpha by Past-30-Day Binge Drinking", 
                                 "Alpha by Past-30-Day Binge Drinking", "Q0 by Consequences", 
                                 "Q0 by Consequences", "Q0 by Consequences", "Q0 by Past-30-Day Binge Drinking", 
                                 "Q0 by Past-30-Day Binge Drinking"), Dist = c(-0.4286326, -0.4191646, 
                                                                               -0.5248891, -0.2972018, -0.3011621, -0.414592, 0.3689336, 0.4540535, 
                                                                               0.5772917, 0.6655952, 0.4412748), var = c("median", "upper", 
                                                                                                                         "lower", "upper", "median", "lower", "lower", "median", "upper", 
                                                                                                                         "upper", "lower")), row.names = c(NA, -11L), class = c("data.table", 
                                                                                                                                                                                "data.frame"))
#impute which row is the min, max, and median - NOTE you only gave two rows for the last Analysis group
d[, var := ifelse(Dist == min(Dist), "lower", ifelse(Dist == max(Dist), "upper", "median")), by = Analysis]
#cast into one row per Analysis
d_wide <- dcast(Analysis ~ var, data = d, value.var = "Dist")
#plot
ggplot(d_wide, aes(Analysis, median, ymin = lower, ymax = upper))  
  geom_errorbar(width = .4)  
  geom_point(colour = "orange", size = 4)  
  coord_flip()  
  theme_bw()
#> Warning: Removed 1 rows containing missing values (geom_point).
  

^{Создано 2019-03-09 пакетом reprex (версия 0.2.1)}