1

我是 R 新手，我正在尝试做一些我认为应该非常简单但在线代码没有帮助的事情。

data <- structure(list(Group = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3), 
Time = c(1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2), mean_PctPasses = c(68.26, 
60.2666666666667, 62.05, 66.3833333333333, 59.7333333333333, 
69.7714285714286, 57.1888888888889, 63.8875, 61.1833333333333, 
59.775, 66.2666666666667, 62.12), mean_AvgPassing = c(7.3, 
7.01111111111111, 6.35, 9.26666666666667, 6.68333333333333, 
8.78571428571429, 5.87777777777778, 8.3125, 7.63333333333333, 
7.7, 8.38333333333334, 6.89), mean_AvgRush = c(0.3, -0.3, 
3.5, 0.75, 5, 1.47142857142857, 5.71111111111111, 3.3875, 
2.74, 6.6, 4.5, 5), mean_Int = c(0.2, 0.777777777777778, 
0.25, 0.5, 1.5, 0.857142857142857, 0.777777777777778, 0.75, 
0.666666666666667, 0.75, 0.833333333333333, 1.1), mean_Rate = c(99.3, 
88.5222222222222, 80.5, 106.45, 77.2333333333333, 102.885714285714, 
76.8888888888889, 100.075, 92.1166666666667, 78.55, 98.05, 
79.56)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-12L), .Names = c("Group", "Time", "mean_PctPasses", "mean_AvgPassing", 
"mean_AvgRush", "mean_Int", "mean_Rate"))

使用此数据集，我有 2 个分组变量“组”和“时间”。我想以表格格式获取变量 mean_PctPasses 到 mean_Rate 的每个组合的均值和置信区间，并将结果保存在表格中。我需要将它放在一个表格中，因为我稍后会在情节中提及它。在 SPSS 中执行此操作非常简单。

我尝试了几个功能，下面是我遇到的每个问题

library(rcompanion)    
ci.mean(mean_PctPasses~Group+Time, data = data)

library(DescTools)
MeanCI(data$mean_PctPasses)

library(Rmisc)
CI(data$mean_PctPasses,    ci=0.95)

MeanCI、ci.mean 和 CI 不允许列出多个变量并保存为表格（仅显示在控制台中）

by(data = data, data$Group, FUN = stat.desc)

这将不允许我根据组和时间对我的数据进行分组。下面是我希望在 R 中构建的图表示例（在 SPSS 中显示）。

SPSS 示例

对此的任何帮助/协助都会很棒。让我知道是否需要任何澄清，我一定会编辑我的初始帖子。

更新

在获得了一些很好的答案（谢谢 Rob 和 Steven）之后，我觉得我需要稍微澄清一下我的问题。我想为所有统计数据（mean_PctPasses 到 mean_Rate）获取每个组（不是单独）的统计数据。下面显示了使用 Rmisc library(Rmisc) group.UCL(mean_PctPasses~Group+Time , data, FUN=CI) 生成我想要的一个变量的统计信息的函数示例 这仅给我以下输出 mean_PctPasses 输出使用 Rmisc

但我想要的是以下（我已经 photoshop 过） 所需输出的图像

当然，这可以以其他方向显示（下面使用 SPSS 和 SEM 的示例）。 SPSS中的替代方向示例

4

4 回答 4

3

这样做R也很容易。

另一种方式，使用CI()from Rmisc：

library(dplyr)
library(Rmisc)
library(ggplot2)

data <- 
  data %>%
  group_by(Group, Time) %>%
  dplyr::summarise(avg_PctPasses = mean(mean_PctPasses), 
            uci_PctPasses = CI(mean_PctPasses)[1], 
            lci_PctPasses = CI(mean_PctPasses)[3]) %>%
  mutate(Time = Time %>% as.factor())

诚然，在致电CI().

绘制数据同样简单。

data %>%
  ggplot(aes(x = Group, y = avg_PctPasses, fill = Time)) +
  geom_bar(stat = "identity", position = "dodge") +
  geom_errorbar(aes(ymin = lci_PctPasses, ymax = uci_PctPasses), position = "dodge")

在此处输入图像描述

于 2018-02-05T17:24:41.160 回答
2

假设您只需要您可以执行的每个组的通常非合并 t 置信区间

require(dplyr)
alpha <- 0.05

data %>% 
    group_by(Group, Time) %>% 
    summarize(mean = mean(mean_PctPasses),
              lower = mean(mean_PctPasses) - qt(1- alpha/2, (n() - 1))*sd(mean_PctPasses)/sqrt(n()),
              upper = mean(mean_PctPasses) + qt(1- alpha/2, (n() - 1))*sd(mean_PctPasses)/sqrt(n()))
于 2018-02-05T16:59:57.863 回答
1

您可能有兴趣使用基本 R 图形重现 SPSS 样式。

library(DescTools)

z <- with(data, 
          aggregate(mean_PctPasses, list(Time, Group), MeanCI))
z <- xtabs(x ~ Group.1 + Group.2, z)

par(mar=c(5.1,4.1,4.1,8.1))
b <- barplot(z[,,1], beside=TRUE, ylim=c(0, 140), 
             col=c("royalblue3","limegreen"), las=1, 
             xlab="Group", ylab="Mean mean_PctPasses",
             panel.first=Bg(col="grey85", border="black"))
 
ErrBars(from=z[,,2], to=z[,,3], pos=b)
legend(x="topright", legend=c("1","2"), title="Time", bty="n", 
       fill=c("royalblue3","limegreen"), inset=c(-.2, 0), xpd=TRUE)

遵循 SPSS 样式的条形图

不过，您应该考虑使用点图来显示您的数据。

col <- c("royalblue3","limegreen")
PlotDot(z[,,1], args.errbars = list(from=z[,,2], to=z[,,3], mid=z[,,1]), 
        cex.pch=1.5, pch=22, bg=col, 
        lblcolor = col, lcolor = NA, 
        panel.first=abline(v=seq(0,150,10), col="grey", lty="dotted"))

点图分组

于 2018-02-16T20:10:17.790 回答
0

更新 tidyr 1.0.0

作为summarise之前给出的解决方案的优雅替代方案，很高兴知道新的tidyr 1.0.0包含一个经常被忽视的功能：unnest_wider. 有了它，您可以将代码简化为以下内容：

data.to.plot <- data %>% 
  nest(data = -"Group") %>%
  mutate(ci = map(data, ~ MeanCI(.x$mean_PctPasses))) %>% 
  unnest_wider(ci)

这使

# A tibble: 3 x 5
  Group data              mean lwr.ci upr.ci
  <dbl> <list>           <dbl>  <dbl>  <dbl>
1     1 <tibble [4 × 6]>  64.2   58.3   70.1
2     2 <tibble [4 × 6]>  62.6   53.9   71.4
3     3 <tibble [4 × 6]>  62.3   57.9   66.8

你可以很容易地用

  ggplot(aes(x = Group, y = mean)) +
  geom_bar(aes (fill = Group), stat = "identity") +
  geom_errorbar(
    aes(
      ymin = lwr.ci, ymax = upr.ci,
      width = 0.5
    ),
    size = 0.5 # line thickness
  ) + 
  coord_flip() +
  scale_fill_brewer(palette = "Set2") +
  theme_minimal()

这给了你

在此处输入图像描述

于 2021-06-14T14:47:30.663 回答