条形统计图是用一个单位长度表示一定的数量,根据数量的多少画成长短不同的直条.带误差的条形图可以通过误差线来判断显著性。
继续使用我们的汽车销售数据（公众号回复：汽车销售，可以获得该数据）来演示，先导入数据
library(foreign)
library(ggplot2)
library(tidyverse)
bc <- read.spss("e:/r/test/tree_car.sav",
use.value.labels=f, to.data.frame=t)
names(bc)
我们来看下数据，car就是汽车售价，age是年龄，gender是性别，inccat是收入，这里分成4个等级，ed是教育程度。
假设我们想知道不同教育水平的男女在买汽车的价格上有什么不同，可绘制带误差和可信区间的折线图，关键就是要算出它的标准误se和95%ci.
我们先生成一个计算标准误se和95%ci的自定义函数，这是国外一位大佬设计的函数，我见好用直接搬运过来了。
summaryse <- function(data=null, measurevar, groupvars=null, na.rm=false,
conf.interval=.95, .drop=true) {
library(plyr)
# new version of length which can handle na's: if na.rm==t, don't count them
length2 <- function (x, na.rm=false) {
if (na.rm) sum(!is.na(x))
else length(x)
}
# this does the summary. for each group's data frame, return a vector with
# n, mean, and sd
datac <- ddply(data, groupvars, .drop=.drop,
.fun = function(xx, col) {
c(n = length2(xx[[col]], na.rm=na.rm),
mean = mean (xx[[col]], na.rm=na.rm),
sd = sd (xx[[col]], na.rm=na.rm)
)
},
measurevar
)
# rename the "mean" column
datac <- rename(datac, c("mean" = measurevar))
datac$se <- datac$sd / sqrt(datac$n) # calculate standard error of the mean
# confidence interval multiplier for standard error
# calculate t-statistic for confidence interval:
# e.g., if conf.interval is .95, use .975 (above/below), and use df=n-1
cimult <- qt(conf.interval/2 .5, datac$n-1)
datac$ci <- datac$se * cimult
return(datac)
}
生成函数后，我们使用自定义函数summaryse生成标准误se和95%ci. measurevar填入你要衡量比较的指标，这里填入汽车售价，groupvars这里填入性别和教育程度。
carss<- summaryse(bc, measurevar="car", groupvars=c("gender","ed"))
生成了我们需要的做图数据
画条形图和画折线图不同的是，教育这个指标我们要转换成分类变量
carss$ed <- factor(carss$ed)
转换好以后就可以做图了，先做一个带误差线的
ggplot(carss, aes(x=ed, y=car, fill=gender))
geom_bar(position=position_dodge(), stat="identity")
geom_errorbar(aes(ymin=car-se, ymax=car se),
width=.2, # width of the error bars
position=position_dodge(.9))
画个带置信区间的
ggplot(carss, aes(x=ed, y=car, fill=gender))
geom_bar(position=position_dodge(), stat="identity")
geom_errorbar(aes(ymin=car-ci, ymax=car ci),
width=.2, # width of the error bars
position=position_dodge(.9))
进行美化一下，一个可以用于发表的图就做成了
如何利用置信区间来判断显著性
