上次我问如何计算多个受访者重复测量的变量(procras)的每个测量时间(周)的平均得分。所以我的(简化)长格式数据集看起来像下面的例子(这里有两个学生,5个时间点,没有分组变量):
studentID week procras
1 0 1.4
1 6 1.2
1 16 1.6
1 28 NA
1 40 3.8
2 0 1.4
2 6 1.8
2 16 2.0
2 28 2.5
2 40 2.8
使用dplyr我会得到每个测量时间的平均分数
mean_data <- group_by(DataRlong, week)%>% summarise(procras = mean(procras, na.rm = TRUE))
看起来像这样:
Source: local data frame [5 x 2]
occ procras
(dbl) (dbl)
1 0 1.993141
2 6 2.124020
3 16 2.251548
4 28 2.469658
5 40 2.617903
使用ggplot2我现在可以绘制随时间的平均变化,并通过轻松调整dplyr的group_data(),我也可以获得每个子组的平均值(例如,男性和女性的每次平均得分)。 现在我想在mean_data表中添加一个列,其中包括每次平均得分的95%-CIs的长度。
http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/解释了如何获取和绘制CI,但是一旦我想为任何子组执行此操作,这种方法似乎就成了问题,对吧?那么有没有办法让dplyr在mean_data中自动包含CI(基于组大小等)? 之后,将新值作为CI绘制到我希望的图表中应该相当容易。 谢谢。
答案 0 :(得分:14)
您可以使用mutate
summarise
一些额外功能手动执行此操作
library(dplyr)
mtcars %>%
group_by(vs) %>%
summarise(mean.mpg = mean(mpg, na.rm = TRUE),
sd.mpg = sd(mpg, na.rm = TRUE),
n.mpg = n()) %>%
mutate(se.mpg = sd.mpg / sqrt(n.mpg),
lower.ci.mpg = mean.mpg - qt(1 - (0.05 / 2), n.mpg - 1) * se.mpg,
upper.ci.mpg = mean.mpg + qt(1 - (0.05 / 2), n.mpg - 1) * se.mpg)
#> Source: local data frame [2 x 7]
#>
#> vs mean.mpg sd.mpg n.mpg se.mpg lower.ci.mpg upper.ci.mpg
#> (dbl) (dbl) (dbl) (int) (dbl) (dbl) (dbl)
#> 1 0 16.61667 3.860699 18 0.9099756 14.69679 18.53655
#> 2 1 24.55714 5.378978 14 1.4375924 21.45141 27.66287
答案 1 :(得分:4)
我使用 gmodels 包中的 ci 命令:
library(gmodels)
your_db %>% group_by(gouping_variable1, grouping_variable2, ...)
%>% summarise(mean = ci(variable_of_interest)[1],
lowCI = ci(variable_of_interest)[2],
hiCI = ci(variable_of_interest)[3],
sd = ci (variable_of_interest)[4])
答案 2 :(得分:2)
如果您想使用boot
软件包的多功能性,我发现了this blog post useful(下面的代码从那里得到启发)
library(dplyr)
library(tidyr)
library(purrr)
library(boot)
set.seed(321)
mtcars %>%
group_by(vs) %>%
nest() %>%
mutate(boot_res = map(data,
~ boot(data = .$mpg,
statistic = function(x, i) mean(x[i]),
R = 1000)),
boot_res_ci = map(boot_res, boot.ci, type = "perc"),
mean = map(boot_res_ci, ~ .$t0),
lower_ci = map(boot_res_ci, ~ .$percent[[4]]),
upper_ci = map(boot_res_ci, ~ .$percent[[5]]),
n = map(data, nrow)) %>%
select(-data, -boot_res, -boot_res_ci) %>%
unnest(cols = c(n, mean, lower_ci, upper_ci)) %>%
ungroup()
#> # A tibble: 2 x 5
#> vs mean lower_ci upper_ci n
#> <dbl> <dbl> <dbl> <dbl> <int>
#> 1 0 16.6 15.0 18.3 18
#> 2 1 24.6 22.1 27.3 14
由reprex package(v0.3.0)于2020-01-22创建
一些代码解释:
与nest()
嵌套时,将创建一个列表列(默认情况下称为data
),其中包含2个数据帧,是整个mtcars
的2个子集,按{{ 1}}(包含2个唯一值0和1)。
然后,使用vs
和mutate()
,通过将map()
包中的函数boot_res
应用到列表列{{1},创建列表列boot()
。 }。然后,通过将boot
函数应用于data
列表列来创建boot_res_ci
列表列,依此类推。
使用boot.ci()
,我们可以删除不再需要的列表列,而无需嵌套和取消分组最终结果。
不幸的是,该代码不容易导航,但它可以达到另一个示例的目的。
boot_res
刚刚意识到,包select()
具有一种处理broom::tidy()
输出的方法的实现,如here所示。这使代码不再那么冗长,输出也更加完整,包括偏差和统计的标准误差(均值):
broom
由reprex package(v0.3.0)于2020-01-22创建
boot()
简洁的语法但是请注意,我通过使用library(dplyr)
library(tidyr)
library(purrr)
library(broom)
library(boot)
set.seed(321)
mtcars %>%
group_by(vs) %>%
nest() %>%
mutate(boot_res = map(data,
~ boot(data = .$mpg,
statistic = function(x, i) mean(x[i]),
R = 1000)),
boot_tidy = map(boot_res, tidy, conf.int = TRUE, conf.method = "perc"),
n = map(data, nrow)) %>%
select(-data, -boot_res) %>%
unnest(cols = -vs) %>%
ungroup()
#> # A tibble: 2 x 7
#> vs statistic bias std.error conf.low conf.high n
#> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int>
#> 1 0 16.6 -0.0115 0.843 15.0 18.3 18
#> 2 1 24.6 -0.0382 1.36 22.1 27.3 14
软件包而不是data.table
来获得更简洁的语法:
data.table
由reprex package(v0.3.0)于2020-01-23创建
dplyr
由reprex package(v0.3.0)于2020-01-23创建
答案 3 :(得分:1)
@Valentin 给出的所有解决方案都是可行的,但我想暗示一种新的替代方案,它对你们中的一些人来说更具可读性。它用一个名为 summarise
的相对较新的 [tidyr 1.0.0][1] 函数替换了所有 unnest_wider
解决方案。
有了它,您可以将代码简化为以下内容:
mtcars %>%
nest(data = -"vs") %>%
mutate(ci = map(data, ~ MeanCI(.x$mpg, method = "boot", R = 1000))) %>%
unnest_wider(ci)
给出:
# A tibble: 2 x 5
vs data mean lwr.ci upr.ci
<dbl> <list> <dbl> <dbl> <dbl>
1 0 <tibble [18 × 10]> 16.6 14.7 18.5
2 1 <tibble [14 × 10]> 24.6 22.0 27.1
无需引导即可更简单地计算置信区间:
mtcars %>%
nest(data = -"vs") %>%
mutate(ci = map(data, ~ MeanCI(.x$mpg))) %>%
unnest_wider(ci)