“把手”图的替代图形

在我的研究领域中，一种流行的数据显示方式是将条形图与“把手”组合使用。例如，

根据作者的不同，“把手”在标准误差和标准偏差之间交替显示。通常，每个“条”的样本大小都非常小-大约六个。

这些图似乎在生物科学中特别受欢迎-例如，请参阅BMC Biology第3卷的前几篇论文。

那么，您将如何呈现这些数据？

为什么我不喜欢这些情节

我个人不喜欢这些情节。

1. 当样本量较小时，为什么不显示单个数据点呢？
2. 显示的是sd还是se？没有人同意使用哪种。
3. 为什么要使用酒吧。数据通常不会从0开始，但是图表的第一遍显示确实如此。
4. 图表无法说明数据的范围或样本大小。

R脚本

这是我用来生成绘图的R代码。这样，您可以（如果需要）使用相同的数据。

                                        #Generate the data
set.seed(1)
names = c("A1", "A2", "A3", "B1", "B2", "B3", "C1", "C2", "C3")
prevs = c(38, 37, 31, 31, 29, 26, 40, 32, 39)

n=6; se = numeric(length(prevs))
for(i in 1:length(prevs))
  se[i] = sd(rnorm(n, prevs, 15))/n

                                        #Basic plot
par(fin=c(6,6), pin=c(6,6), mai=c(0.8,1.0,0.0,0.125), cex.axis=0.8)
barplot(prevs,space=c(0,0,0,3,0,0, 3,0,0), names.arg=NULL, horiz=FALSE,
        axes=FALSE, ylab="Percent", col=c(2,3,4), width=5, ylim=range(0,50))

                                        #Add in the CIs
xx = c(2.5, 7.5, 12.5, 32.5, 37.5, 42.5,  62.5, 67.5, 72.5)
for (i in 1:length(prevs)) {
  lines(rep(xx[i], 2), c(prevs[i], prevs[i]+se[i]))
  lines(c(xx[i]+1/2, xx[i]-1/2), rep(prevs[i]+se[i], 2))
}

                                        #Add the axis
axis(2, tick=TRUE, xaxp=c(0, 50, 5))
axis(1, at=xx+0.1, labels=names, font=1,
     tck=0, tcl=0, las=1, padj=0, col=0, cex=0.1)

感谢您的回答。为了完整起见，我认为我应该包括我通常所做的事情。我倾向于结合给出的建议：点，箱形图（当n大时）和se（或sd）范围。

（由主持人删除，因为托管该图像的站点似乎不再正常工作。）

从点图可以明显看出，数据在“把手”图建议的范围内散布得多。实际上，A3中有一个负值！

我已将此答案设为CW，所以我没有获得代表

弗兰克·哈雷尔（Frank Harrell）的（最出色的）主题演讲，在useR！上个月显示了这些方法的替代方案：原始数据还显示为点（或点），而不是通过条形图提供的汇总隐藏原始数据。“为什么隐藏数据？” 是弗兰克的评论。

考虑到alpa混合，这是一个最明智的建议（整个讨论中充满了重要的，重要的掘金）。

从心理学的角度来看，我主张对数据进行绘图，再加上对数据的不确定性。因此，在如您所​​示的图中，我永远不会费心将条形图一直扩展到零，这只会使眼睛识别数据范围差异的能力最小化。

另外，坦率地说，我是反对路线图的人。条形图将两个变量映射到相同的美学属性（x轴位置），这可能会引起混淆。更好的方法是通过将一个变量映射到x轴，将另一个变量映射到另一个美学属性（例如，点形状或颜色或两者）来避免多余的美学映射。

最后，在上面的图中，您仅包括位于值上方的误差线，这会妨碍人们相对于值上下的误差线比较不确定性区间。

这是我如何绘制数据（通过ggplot2包）的方式。注意，我添加了连接同一系列中的点的线；有人认为这仅在连接线的序列是数字时才适用（在这种情况下似乎如此），但是，只要在x轴变量的水平之间存在合理的序数关系，我认为连接线对于帮助眼睛将x轴上的点关联起来很有用。这对于检测确实脱颖而出的交互作用尤其有用。

library(ggplot2)
a = data.frame(names,prevs,se)
a$let = substr(a$names,1,1)
a$num = substr(a$names,2,2)
ggplot(data = a)+
layer(
    geom = 'point'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , shape = let
    )
)+
layer(
    geom = 'line'
    , mapping = aes(
        x = num
        , y = prevs
        , colour = let
        , linetype = let
        , group = let
    )    
)+
layer(
    geom = 'errorbar'
    , mapping = aes(
        x = num
        , ymin = prevs-se
        , ymax = prevs+se
        , colour = let
    )
    , alpha = .5
    , width = .5
)

我很好奇你为什么不喜欢这些情节。我一直都在用它们。无需陈述明显的开花结果，它们使您可以比较不同组的均值，并查看它们的95％CI是否重叠（即，真实均值可能不同）。

我想，在不同目的的简单性和信息之间取得平衡非常重要。但是，当我使用这些图时，我是在说-“这两组在某些重要方面彼此不同”（或没有）。

对我来说似乎很棒，但是我很想听听反例。我想在该图的使用中隐含的是，数据不具有使均值无效或产生误导的奇怪分布。

如果数据是比率：即成功次数除以试验次数，那么漏斗图是一种非常优雅的方法。例如，请参阅http://qshc.bmj.com/content/11/4/390.2.full（如果该链接需要订阅，我们深表歉意，请告诉我，我会找到另一个）。

可以将其适应其他类型的数据，但是我还没有看到任何示例。

更新：

这是一个不需要订阅的示例的链接（并且很好地解释了如何使用它们）：http : //understandinguncertainty.org/fertility

通过简单地将均值与标准误差作图，就可以将它们用于非速率数据，但是它们可能会失去一些简单性。

维基百科的文章并不出色，因为它仅讨论了它们在荟萃分析中的用途。我认为它们在许多其他情况下可能很有用。

我会在这里使用箱线图；干净，有意义，非参数...或者vioplot（如果分布更有趣）。

从上面简化@csgillespie的出色代码：

qplot(
    data=a,
    x=num,
    y=prevs,
    colour=let,
    shape=let,
    group=let,
    ymin=prevs-se,
    ymax=prevs+se,
    position=position_dodge(width=0.25),
    geom=c("point", "line", "errorbar")
    )

我更喜欢geom_pointrange而不是errorbar，并认为这些行会分散注意力，而不是有所帮助。这是我发现比@James或@csgillespie版本更干净的版本：

qplot(
 data=a,
 x=num,
 y=prevs,
 colour=let,
 ymin=prevs-se,
 ymax=prevs+se,
 position=position_dodge(width=0.25),
 geom=c("pointrange"), size=I(2)
 )