Jak dodać przedział ufności w ggplot2 (z przykładem)


Możesz użyć geom_smooth() , aby dodać linie przedziału ufności do wykresu w ggplot2:

 library (ggplot2)

some_ggplot +
  geom_point() +
  geom_smooth(method=lm)

Poniższe przykłady pokazują, jak używać tej składni w praktyce ze zbiorem danych mtcars wbudowanym w R.

Przykład 1: Dodaj linie przedziału ufności w ggplot2

Poniższy kod pokazuje, jak utworzyć wykres rozrzutu w ggplot2 i dodać linię najlepszego dopasowania i pasma ufności 95%:

 library (ggplot2)

#create scatterplot with confidence bands
ggplot(data=mtcars, aes (x=mpg, y=wt)) +
  geom_point() +
  geom_smooth(method=lm)

Linie przedziału ufności ggplot2

Niebieska linia przedstawia dopasowaną linię regresji liniowej, a szare paski przedstawiają pasma 95% przedziału ufności.

Przykład 2: Zmień poziom przedziału ufności

Domyślnie funkcja geom_smooth() używa 95% przedziałów ufności, ale możesz użyć argumentu poziomu , aby określić inny poziom ufności.

Na przykład możemy utworzyć przedziały ufności 90%:

 library (ggplot2)

#create scatterplot with 90% confidence bands
ggplot(data=mtcars, aes (x=mpg, y=wt)) +
  geom_point() +
  geom_smooth(method=lm, level= 0.90 )

Im mniejszy poziom ufności zastosujesz, tym węższe będą pasma przedziału ufności wokół linii regresji.

Przykład 3: Zmień wygląd linii przedziału ufności

Możesz także użyć argumentów koloru i wypełnienia , aby zmienić odpowiednio kolor linii regresji i kolor pasm przedziału ufności:

 library (ggplot2)

#create scatterplot with custom confidence interval lines
ggplot(data=mtcars, aes (x=mpg, y=wt)) +
  geom_point() +
  geom_smooth(method=lm, color=' red ', fill=' lightblue ')

Linia regresji jest teraz czerwona, a pasma przedziału ufności są wypełnione kolorem jasnoniebieskim.

Uwaga : Pełną dokumentację funkcji geom_smooth() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje w ggplot2:

Jak zmienić tytuł legendy w ggplot2
Jak obracać etykiety osi w ggplot2
Jak naprawić w R: Nie można znaleźć funkcji „ggplot”

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *