Merencanakan bilah interval kepercayaan dari statistik ringkasan

Agak seperti plot kotak. Maksud saya belum tentu interval kepercayaan atas standar, interval kepercayaan rendah, rata-rata, dan plot kotak penampil rentang data, tapi maksud saya seperti plot kotak dengan hanya tiga potong data: interval kepercayaan 95% dan rata-rata .

Ini adalah tangkapan layar dari artikel jurnal yang memiliki persis apa yang saya inginkan:

Saya juga ingin tahu bagaimana saya akan menggunakan perangkat lunak yang disebutkan oleh penjawab untuk membuat plot seperti itu.

Di MATLAB, Anda mungkin ingin mencoba fungsi errorbar : http://www.mathworks.de/de/help/matlab/ref/errorbar.html

Atau, Anda bisa melakukannya dengan cara bodoh dan manual. Misalnya, dengan memberikan matriks titik data "a", Anda dapat menghitung rata-rata menggunakan fungsi m = rata-rata (a), menghitung CI Anda (tergantung pada CI apa yang Anda butuhkan), dan plot hasilnya dengan tangan.

Demonstrasi jika Anda sudah tahu mean dan CI, dengan asumsi CI berada dalam matriks CI (kolom pertama dan kedua) dan mean dalam matriks a :

plot(1:length(CI),a,'o','markersize', 10)           % plot the mean
hold on;
plot(1:length(CI),CI(1,:),'v','markersize', 6)              % plot lower CI boundary
hold on;
plot(1:length(CI),CI(2,:),'^','markersize', 6)              % plot upper CI boundary
hold on;

for I = 1:length(CI)                                        % connect upper and lower bound with a line
line([I I],[CI(1,I) CI(2,I)])
hold on;
end;

axis([0 length(CI)+1 min(CI(1,:))*0.75 max(CI(2,:))*1.25])  % scale axis

Demonstrasi dalam kasus di mana Anda mengetahui pengukuran individu, untuk percobaan tindakan berulang, 3+ kondisi, satu kondisi per kolom, satu subjek per baris dalam matriks a, tidak ada sampel yang hilang, 95% CI seperti dengan uji MATLAB () :

[H,P,CI] = ttest(a);                                        % calculate 95% CIs for every column in matrix a
                                                            % CIs are now in the matrix CI!

plot(1:length(CI),[mean(a)],'o','markersize', 10)           % plot the mean
hold on;
plot(1:length(CI),CI(1,:),'v','markersize', 6)              % plot lower CI boundary
hold on;
plot(1:length(CI),CI(2,:),'^','markersize', 6)              % plot upper CI boundary
hold on;

for I = 1:length(CI)                                        % connect upper and lower bound with a line
line([I I],[CI(1,I) CI(2,I)])
hold on;
end;

axis([0 length(CI)+1 min(CI(1,:))*0.75 max(CI(2,:))*1.25])  % scale axis

Lihat apakah ini membantu Anda. Solusi R:

par(mfrow=c(2,1)) # to stack the charts on column

#Dataset 1

upperlimit = c(10,12,8,14)
lowerlimit = c(5,9,4,7)
mean = c(8,10,6,12)

df = data.frame(cbind(upperlimit,lowerlimit,mean))

plot(df$mean, ylim = c(0,30), xlim = c(1,4))

install.packages("plotrix")
require(plotrix)
plotCI(df$mean,y=NULL, uiw=df$upperlimit-df$mean, liw=df$mean-df$lowerlimit, err="y",      pch=20, slty=3, scol = "black", add=TRUE)

#Dataset 2

upperlimit_2 = upperlimit*1.5
lowerlimit_2 = lowerlimit*0.8
mean_2 = upperlimit_2-lowerlimit_2

df_2 = data.frame(cbind(upperlimit_2,lowerlimit_2,mean_2))

plot(df$mean_2, ylim = c(0,30), xlim = c(1,4))

plotCI(df_2$mean_2,y=NULL, uiw=df_2$upperlimit_2-df_2$mean_2, liw=df_2$mean_2-   df_2$lowerlimit_2, err="y", pch=20, slty=3, scol = "black", add=TRUE)

rm(upperlimit,lowerlimit,mean,df,upperlimit_2,lowerlimit_2,mean_2,df_2) #remove the objects stored from workspace

par(mfrow=c(1,1)) # go back to default (one graph at a time)

Jenis plot di R ini menggunakan ggplot2, meskipun Anda mungkin harus melakukan beberapa mengutak-atik ukuran font sumbu:

library(ggplot2)
data.estimates = data.frame(
  var   = c('1', '2', '3', '4', '5', '6', '7', '8', '9'),
  par = c(1.12210,0.18489,1.22011,1.027446235,0.43521,0.53464,1.93316,-0.43806,-0.12029),
  se = c(0.42569,0.32162,0.58351,0.771608551,0.24803,0.65372,0.92717,0.45939,0.51558))
data.estimates$idr <- exp(data.estimates$par)
data.estimates$upper <- exp(data.estimates$par + (1.96*data.estimates$se))
data.estimates$lower <- exp(data.estimates$par - (1.96*data.estimates$se))

p2 <- ggplot(data.estimates, aes(var,idr, size=10)) + theme_bw(base_size=10)
p2 + geom_point() +geom_errorbar(aes(x = var, ymin = lower, ymax = upper, size=2), width = 0.2) + scale_y_log10(limits=c(0.1, 50), breaks=c(0.1, 0.5, 1, 5, 10, 25, 50)) + xlab("Site") + ylab("RR")

Dalam penggunaan Stata serrbaratau ciplot(SSC) atau eclplot(Stata Journal, SSC).

Dengan asumsi Anda memiliki akses ke data asli Anda bisa melakukan ini dalam R dengan fungsi lineplot.CI di pustaka sciplot

Contoh dengan dataset mtcars:

lineplot.CI(x.factor=gear, response=mpg, group=vs, data=mtcars)

Perhatikan bahwa lineplot.CI dengan plot standar SE bar (dapat diubah dengan mendefinisikan fungsi baru dengan argumen ci.fun untuk memplot interval CI 95%)

lineplot.CI(x.factor=gear, response=mpg, group=vs, data=mtcars, ci.fun=function(x) c(mean(x)-1.96*se(x), mean(x)+1.96*se(x)))

Ini dapat dilakukan dalam R dengan points()(atau plot(..., type="p")) dan segments(). Mungkin juga ada fungsi R yang dirancang untuk membuat CI untuk Anda, tetapi itu mungkin memerlukan data asli. Beberapa panel dalam gambar yang sama dibuat dengan par(mfrow=c(4,1)). Jika Anda tidak tahu R, ini akan sulit dilakukan dengan mudah (seperti pada, Anda harus belajar sedikit lebih banyak R atau meminta seseorang untuk membantu dengan kumpulan data spesifik Anda).

GraphPad Prism dapat dengan mudah membuat grafik semacam ini, merencanakan bilah kesalahan dari nilai kesalahan yang Anda masukkan. Buat tabel grup yang diformat untuk entery of mean, - error dan + error.