R语言如何绘制箱式图95%CI|极客教程

R语言如何绘制箱式图95%CI

在统计学中，箱式图（Box Plot）是一种用于显示数据分布情况的简单而有效的可视化工具。箱式图可以展示数据的中位数、上下四分位数、最大值和最小值，帮助我们快速了解数据的分布情况。除了基本的箱式图外，有时我们还需要在图中显示95%置信区间（Confidence Interval，简称CI），以更好地估计数据集的波动范围。本文将介绍如何使用R语言绘制箱式图，并在图中显示95%CI。

安装及加载相关包

在使用R语言绘制箱式图时，我们通常会使用ggplot2这个强大的绘图包。首先确保已经安装了ggplot2包，如果没有安装，可以通过以下代码进行安装：

install.packages("ggplot2")

安装完成后，加载ggplot2包：

library(ggplot2)

准备数据

接下来我们准备一个示例数据集df，其中包含两列数据group和value。group列表示数据所属的组别，value列表示具体的数值。

set.seed(123)
df <- data.frame(group = rep(c("A", "B", "C"), each = 50),
                 value = rnorm(150))
head(df)

运行以上代码后，可以得到如下示例数据：

  group      value
1     A -0.5604756
2     A -0.2301775
3     A  1.5587083
4     A  0.0705084
5     A  0.1292877
6     A  1.7150649

绘制箱式图

使用ggplot2包中的geom_boxplot()函数可以绘制箱式图，代码如下：

ggplot(df, aes(x = group, y = value)) +
  geom_boxplot()

运行以上代码后，我们可以看到绘制出了一个简单的箱式图，展示了不同组别数据的分布情况。

显示95%CI

为了在箱式图中显示95%CI，我们需要计算95%CI的上限和下限。通常情况下，我们可以通过统计方法来计算95%CI，或者利用bootstrap方法进行计算。这里我们将使用ggsignif包中的stat_pvalue_manual()函数来显示95%CI。

首先确保已经安装了ggsignif包，如果没有安装，可以通过以下代码进行安装：

install.packages("ggsignif")

安装完成后，加载ggsignif包：

library(ggsignif)

接着我们可以在绘制的箱式图中添加95%CI的显示：

ggplot(df, aes(x = group, y = value)) +
  geom_boxplot() +
  stat_summary(fun = mean, geom = "point", color = "red", size = 4) +
  stat_summary(fun.data = mean_cl_boot, geom = "errorbar", size = 1.5, width = 0.2) +
  stat_pvalue_manual(comparisons = list(c("A", "B"), c("A", "C"), c("B", "C")))

运行以上代码后，我们可以看到在箱式图中显示了95%CI，并且用不同颜色的点标注了各组的均值。同时，箱式图的下方还显示了不同组别之间的显著性标注。

通过以上步骤，我们利用R语言成功绘制出了带有95%CI的箱式图，有效地展示了数据的中位数、四分位数、极值以及数据的波动范围。在实际研究中，我们可以根据需要对图形进行进一步的美化和调整，以达到更清晰、美观的展示效果。