使用geom_smooth和ggplot显示标准差

Question

我们有一些数据代表了许多模型在不同场景下的运行情况。对于单个场景，我们希望显示平滑平均值，其中填充区域代表特定时间点的标准差，而不是平滑拟合的质量。

例如：

d <- as.data.frame(rbind(cbind(1:20, 1:20, 1),
                          cbind(1:20, -1:-20, 2)))
names(d)<-c("Time","Value","Run")

ggplot(d, aes(x=Time, y=Value)) +
  geom_line(aes(group=Run)) +
  geom_smooth()

这会生成一个包含两次游程和平滑平均值的图表，但即使两次游程之间的 SD 不断增加，平滑器的条形仍保持相同的大小。我想让平滑器的周围代表给定时间步长的标准偏差。

考虑到许多不同的运行和输出变量，是否有一种非劳动密集型的方法来做到这一点？

Answer 1

嗨，我不确定我是否正确理解你想要什么，但例如，

d <- data.frame(Time=rep(1:20, 4), 
                Value=rnorm(80, rep(1:20, 4)+rep(1:4*2, each=20)),
                Run=gl(4,20))

mean_se <- function(x, mult = 1) {  
  x <- na.omit(x)
  se <- mult * sqrt(var(x) / length(x))
  mean <- mean(x)
  data.frame(y = mean, ymin = mean - se, ymax = mean + se)
}

ggplot( d, aes(x=Time,y=Value) ) + geom_line( aes(group=Run) ) + 
  geom_smooth(se=FALSE) + 
  stat_summary(fun.data=mean_se, geom="ribbon", alpha=0.25)

请注意，mean_se 将出现在 ggplot2 的下一版本中。

Answer 2

如果测量值在 x 上对齐/离散化，则接受的答案才有效。如果是连续数据，您可以使用滚动窗口并添加自定义功能区

iris %>%
    ## apply same grouping as for plot
    group_by(Species) %>%
    ## Important sort along x!
    arrange(Petal.Length) %>%
    ## calculate rolling mean and sd
    mutate(rolling_sd=rollapply(Petal.Width, width=10, sd,  fill=NA), rolling_mean=rollmean(Petal.Width, k=10, fill=NA)) %>%  # table_browser()
    ## build the plot
    ggplot(aes(Petal.Length, Petal.Width, color = Species)) +
    # optionally we could rather plot the rolling mean instead of the geom_smooth loess fit
    # geom_line(aes(y=rolling_mean), color="black") +
    geom_ribbon(aes(ymin=rolling_mean-rolling_sd/2, ymax=rolling_mean+rolling_sd/2), fill="lightgray", color="lightgray", alpha=.8) +
    geom_point(size = 1, alpha = .7) +
    geom_smooth(se=FALSE)