1

Tengo un conjunto de datos con este formato. ¿Cómo puedo representar la media, Desviación Estandar y el intervalo de confianza 95% de las replicaciones 1 a 5 en el eje-y, y N en el eje-x?

El código que he utilizado para calcular CI en el pasado es este, pero no sé cómo adaptarlo a los nuevos datos.

data %>%
  summarise(mean = mean(y), 
            desvio = sd(y),                             
            error_est = desvio / sqrt(n()),             
            intervalo_sup = mean + (2*error_est),       
            intervalo_inf = mean - (2*error_est)) %>%  
  ggplot(aes(x = N, y = mean)) +
  geom_errorbar(aes(ymax = intervalo_sup,
  ymin = intervalo_inf)
2
  • ¡Hola @prying! ¿Podrías explicar un poco más sobre los datos? ¿Qué representa cada fila? Veo muchos 0 y no termino de comprender bien a qué hacen referencia, pensaba en un principio que cada columna era una simulación, pero dudo que sea así.
    – R18
    el 12 dic. 2022 a las 8:14
  • Hola @R18 cada fila son datos de un día. Cada día se hacen 5 replicacones, Rep 1 a 5. Por lo tanto, cada día tenemos una media. ¿Cómo puedo calcular y graficar la media con CI y SD a lo largo de los días?
    – pyring
    el 12 dic. 2022 a las 9:53

2 respuestas 2

1

En primer lugar, para el calculo de los intervalos de confianza voy a usar las manera más simple, haciendo una regresión lineal y calculando los intervalos sobre ésta (Ver fuente)

ci <- function(x, level=0.95, bound=1) {
  l.model <- lm(x ~ 1, list(x))
  as.vector(confint(l.model, level=level))[bound]
}

Leemos tus datos:

data <- read.csv('~/Descargas/data_95.csv', check.names = FALSE)

Lo primero que hago es a) ignorar la columna Mean, vamos a volver a calcularla, b) expandir los 5 valores de Repl de forma vertical c) con esta estructura larga, podremos agrupar y sumarisar para obtener los coeficientes buscados de manera sencilla:

data %>%
  select(-Mean) %>% 
  pivot_longer(c(-N)) %>% 
  group_by(N) %>% 
  summarise(mean = mean(value), 
            desvio = sd(value),                             
            error_est = desvio / sqrt(n()),             
            intervalo_sup = ci(value, bound = 2),       
            intervalo_inf = ci(value, bound = 1),
            .groups="keep") -> plot_data

plot_data

# A tibble: 80 × 6
# Groups:   N [80]
       N  mean desvio error_est intervalo_sup intervalo_inf
   <int> <dbl>  <dbl>     <dbl>         <dbl>         <dbl>
 1     1   0      0         0             0            0   
 2     2   0      0         0             0            0   
 3     3  40.8   25.7      11.5          72.7          8.91
 4     4 208.    23.9      10.7         238.         179.  
 5     5 195     82.9      37.1         298.          92.0 
 6     6 181.   102.       45.4         307.          55.1 
 7     7 156     89.6      40.1         267.          44.8 
 8     8 149.    84.5      37.8         254.          43.9 
 9     9 101.    63.5      28.4         180.          22.6 
10    10 125.    74.9      33.5         218.          31.8 
# … with 70 more rows

Por último, puedes graficar la media y los intervalos haciendo algo así:

plot_data %>% 
  ggplot(aes(x=N, y=mean)) +
  geom_errorbar(aes(ymax = intervalo_sup, ymin = intervalo_inf)) +
  geom_point(colour="blue")

Reultado:

introducir la descripción de la imagen aquí

1

¡Hola @pyring!

A continuación escribo el código para la obtención (un tanto rudimentaria, el gráfico básico que sale con ggplot2) del gráfico que solicitas

# Calcular la media y la desviación típica
  # Media (ya calculada, en tu caso es $Media)
    datos$mean <- apply(datos[,-c(1,2)],1,mean)
  # Desviación típica    
    datos$sd <- apply(datos[,-c(1,2)],1,sd)

# NOTA: la función apply, aplica a "datos" (expecto las columnas 1 y 2, por eso el -c(1,2)) por fila (de ahí el 1), la función sd (desviación típica)        


# Intervalo de confianza
    # Cota inferior
      datos$cota_inf <- datos$mean - 2*datos$sd/sqrt(5)
    # Cota superior
      datos$cota_sup <- datos$mean + 2*datos$sd/sqrt(5)

# Representación gráfica      
  ggplot(datos, aes(x=N, y=mean)) +
    geom_errorbar(aes(ymax = cota_sup, ymin = cota_inf))
4
  • Muchas Gracias. Una pregunta. ¿Cómo estás calculando la desviación estandar aquí? Se supone que la desviación estandar de cada día se debe calcular a partir de la desviación de las 5 replicaciones de cada día? No veo muy bien cómo está implementado eso en el código.
    – pyring
    el 12 dic. 2022 a las 10:54
  • La función sd calcula la desviación típica de los valores.
    – R18
    el 12 dic. 2022 a las 11:08
  • Ya, pero qué valores está considerando este código para computar sd. ¿Las columnas Repl. 1 a Repl. 5?
    – pyring
    el 12 dic. 2022 a las 12:41
  • Así es, he incluido una aclaración sobre la función apply, explicando que se ejecuta por fila al poner el 1.
    – R18
    el 16 dic. 2022 a las 7:30

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.