绘制平均值，标准差，最小值和最大值的汇总统计信息？

我来自经济学背景，通常在该学科中，变量的摘要统计信息记录在表格中。但是，我希望将它们绘制出来。

我可以修改箱形图以使其显示均值，标准差，最小值和最大值，但我不希望这样做，因为箱形图传统上用于显示中位数以及Q1和Q3。

我所有的变量都有不同的标度。如果有人可以提出一种有意义的方式来汇总这些摘要统计信息，那将是很好的。我可以使用R或Stata。

r data-visualization boxplot

— 里迪玛
source

欢迎来到清单。如果您在询问R命令，则此问题不在此处。但是，您似乎主要是在询问一个好的情节是什么样子，其次是如何创建它。如果是这样，我建议从标题中删除“带有R”，并在正文中声明您R有空。

— 彼得·弗洛姆

Answers:

Tukey箱形图具有通用性是有原因的，它可以应用于从高斯到泊松等不同分布派生的数据。当数据偏离常态。但是，均值和标准差更容易出现离群值，因此应针对基本分布进行解释。以下解决方案更适用于常规或对数常规数据。您可以通过选择稳健的措施浏览这里，探索WRS [R包在这里。

# simulating dataset
set.seed(12)
d1 <- rnorm(100, sd=30)
d2 <- rnorm(100, sd=10)
d <- data.frame(value=c(d1,d2), condition=rep(c("A","B"),each=100))

# function to produce summary statistics (mean and +/- sd), as required for ggplot2
data_summary <- function(x) {
   mu <- mean(x)
   sigma1 <- mu-sd(x)
   sigma2 <- mu+sd(x)
   return(c(y=mu,ymin=sigma1,ymax=sigma2))
}

# require(ggplot2)
ggplot(data=d, aes(x=condition, y=value, fill=condition)) + 
geom_crossbar(stat="summary", fun.y=data_summary, fun.ymax=max, fun.ymin=min)

此外，通过在上面的代码中添加+ geom_jitter()或+ geom_point()，您可以同时可视化原始数据值。

感谢@Roland指出小提琴情节。它在与汇总统计数据同时可视化概率密度方面具有优势：

# require(ggplot2)
ggplot(data=d, aes(x=condition, y=value, fill=condition)) + 
geom_violin() + stat_summary(fun.data=data_summary)

这两个示例如下所示。

在此处输入图片说明

— TWL
source

我更喜欢小提琴情节。

— 罗兰

根据分析的目的，均值和标准差正是您所需要的。但是，我不理解R的summary.data.frame中的不一致。它显示平均值但没有sds。我认为在很多情况下平均值是有用的，但标准差会引起误解。

— Michael M

确实，有时您需要查看均值和标准差，以便判断它们是否有用....

— Nick Cox

@TWL：这个话题太广泛了，无法在这里讨论。但是以药物的经济评估为例：对于患者而言，了解中位治疗时间可能很重要，而对于健康保险公司而言，这是平均治疗时间，因为他们需要为每位患者付费。一个奇怪的事实：在指数分布的情况下，平均值+/- 1标准偏差覆盖了所有质量的68％，平均值+/- 2 SDs覆盖了所有质量的95％。至于正常。（但这只是偶然；）

— 迈克尔·M

谢谢大家，我喜欢提议的小提琴

— 乐谱

有无数种可能性。

我见过的一种避免与箱线图混淆的选项（假设您有中位数或原始数据可用）是绘制箱线图并添加一个标记平均值的符号（希望有一个图例将其明确化）。箱形图的这种形式为平均值添加了标记，例如在Frigge等人（1989）[1]中提到：

左边的图显示+符号作为均值标记，右边的图在边缘使用三角形，以适应Doane＆Tracy的光束和支点图[2]的均值标记。

另请参阅本SO帖子和本

如果您没有（或真的不想显示）中位数，则需要一个新的绘图，这样在视觉上与箱形图有所区别将是一件好事。

也许是这样的：

在此处输入图片说明

... 使用不同的符号绘制每个样本的最小，最大，均值和均值 sd，然后绘制一个矩形，或者更好的方法是： $\pm$

在此处输入图片说明

... 使用不同的符号绘制每个样本的最小，最大，均值和均值 sd，然后绘制一条线（实际上，目前实际上像以前一样是一个矩形，但是绘制得很窄；应该更改为绘制一个线） $\pm$

如果您的数字比例大不相同，但都是正数，则可以考虑使用对数，也可以使用不同（但清楚标记）的小倍数

代码（目前还不是特别好的代码，但是目前这只是在探索思想，还不是编写好的R代码的教程）：

fivenum.ms=function(x) {r=range(x);m=mean(x);s=sd(x);c(r[1],m-s,m,m+s,r[2])}
eps=.015

plot(factor(c(1,2)),range(c(A,B)),type="n",border=0)
points((rep(c(1,2),each=5)),c(fivenum.ms(A),fivenum.ms(B)),col=rep(c(2,4),each=5),pch=rep(c(1,16,9,16,1),2),ylim=c(range(A,B)),cex=1.2,lwd=2,xlim=c(0.5,2.5),ylab="",xlab="")
rect(1-1.2*eps,fivenum.ms(A)[2],1+1.4*eps,fivenum.ms(A)[4],lwd=2,col=2,den=0)
rect(2-1.2*eps,fivenum.ms(B)[2],2+1.4*eps,fivenum.ms(B)[4],lwd=2,col=4,den=0)

plot(factor(c(1,2)),range(c(A,B)),type="n",border=0)
points((rep(c(1,2),each=5)),c(fivenum.ms(A),fivenum.ms(B)),col=rep(c(2,4),each=5),pch=rep(c(1,16,9,16,1),2),ylim=c(range(A,B)),cex=1.2,lwd=2,xlim=c(0.5,2.5),ylab="",xlab="")
rect(1-eps/9,fivenum.ms(A)[2],1+eps/3,fivenum.ms(A)[4],lwd=2,col=2,den=0)
rect(2-eps/9,fivenum.ms(B)[2],2+eps/3,fivenum.ms(B)[4],lwd=2,col=4,den=0)

[1] Frigge，M.，DC Hoaglin和B. Iglewicz（1989），
“箱形图的某些实现”。
美国统计学家，43（2月）：50-54。

[2] Doane DP和RL Tracy（2000），
“使用光束和支点显示器来探索数据” ，《
美国统计学家》，54（4）：289–290，十一月

— Glen_b-恢复莫妮卡
source