将置信带添加到 R 中的 ggplot2 绘图

在本文中，我们将讨论如何在 R 编程语言中将 Add Confidence Band 添加到 ggplot2 Plot。

置信带是散点图或拟合线图上的线条，描绘了数据范围内所有点的置信上限和下限。这有助于我们可视化无法保证准确值的数据的误差范围。为了向 R 中的散点图添加置信带，我们使用 ggplot2 包的 geom_ribbon函数。

首先，我们将使用 ggplot2 包的 geom_point()函数制作一个基本的散点图。

Syntax:

ggplot( dataframe, aes( x, y ) ) + geom_point( )

示例：这里是使用 R 语言中 ggplot2 包的 ggplot() 和 geom_point()函数制作的基本散点图。

R

# create data vectors
xAxis <- 1:200
yAxis <- rnorm(200) + xAxis / 10
  
# create data frame from above data vectors
sample_data <- data.frame(xAxis, yAxis)
  
# load library ggplot2
library("ggplot2")
  
# create ggplot2 scatter plot
ggplot(sample_data, aes(xAxis, yAxis)) +   
          geom_point()

输出：

要添加置信带，我们需要为 xAxis 和 yAxis 向量的每个数据变量再添加两个变量，我们需要一个相应的低向量和高向量来创建置信区间的限制。我们可以在 geom_ribbon()函数中使用这些值来围绕散点图创建置信带。

Syntax:

plot + geom_ribbon( aes(ymin, ymax) )

Parameter:

• ymin:  determines the lower limit of band
• ymax:  determines the upper limit of band

示例：这是使用 R 语言中 ggplot2 包的 geom_ribbon()函数制作的带有置信带的散点图。

R

# create data vectors
xAxis <- 1:200
yAxis <- rnorm(200) + xAxis / 10
lowBand <- yAxis + rnorm(200, - 1.5, 0.1)
highBand <- yAxis + rnorm(200, + 1.5, 0.1)
  
# create data frame from above data vectors
sample_data <- data.frame(xAxis, yAxis, lowBand, highBand)
  
# load library ggplot2
library("ggplot2")
  
# create ggplot2 scatter plot
ggplot(sample_data, aes(xAxis, yAxis)) +   
          geom_point()+
# geom_ribbon function is used to add confidence interval
          geom_ribbon(aes(ymin = lowBand, ymax = highBand), 
                      alpha = 0.2)

输出：

我们可以使用 geom_ribbon()函数的颜色、填充和 alpha 参数来分别改变置信带的轮廓颜色、背景颜色和透明度。这些属性可以单独使用或组合使用，以创建所需的情节外观。

Syntax:

plot + geom_ribbon( aes(ymin, ymax), color, fill, alpha )

Parameter:

• color:  determines the color of the outline
• fill: determines the color of the background
• alpha: determines the transparency of confidence band

示例：在这里，我们制作了一个带有置信带的散点图，使用颜色突出显示

R

# create data vectors
xAxis <- 1:200
yAxis <- rnorm(200) + xAxis / 10
lowBand <- yAxis + rnorm(200, - 1.5, 0.1)
highBand <- yAxis + rnorm(200, + 1.5, 0.1)
  
# create data frame from above data vectors
sample_data <- data.frame(xAxis, yAxis, lowBand, highBand)
  
# load library ggplot2
library("ggplot2")
  
# create ggplot2 scatter plot
ggplot(sample_data, aes(xAxis, yAxis)) +   
          geom_point()+
# geom_ribbon function is used to add confidence interval
          geom_ribbon(aes(ymin = lowBand, ymax = highBand), 
                      alpha = 0.2, fill="green", color="green")

输出：