Trazar barras de intervalo de confianza a partir de estadísticas resumidas

Un poco como un diagrama de caja. Me refiero no necesariamente al intervalo de confianza superior estándar, al intervalo de confianza inferior, a la media y a las gráficas de caja que muestran el rango de datos, pero me refiero a una gráfica de caja con solo los tres datos: el intervalo de confianza del 95% y la media .

Esta es una captura de pantalla de un artículo de revista que tenía exactamente lo que quiero:

También me gustaría saber cómo usaría el software que el respondedor menciona para crear tal trama.

En MATLAB, es posible que desee probar la función de la barra de error : http://www.mathworks.de/de/help/matlab/ref/errorbar.html

Alternativamente, puede hacerlo de la manera tonta y manual. Por ejemplo, dada una matriz de puntos de datos "a", puede calcular sus medias usando la función m = media (a), calcular sus CI (dependiendo de qué CI necesita) y trazar los resultados a mano.

Demostración si ya conoce la media y el IC, suponiendo que los IC están en una matriz CI (primera y segunda columna) y las medias están en una matriz 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

Demostración en el caso de que conozca mediciones individuales, para un experimento de medidas repetidas, 3+ condiciones, una condición por columna, un sujeto por línea en la matriz a, sin muestras faltantes, IC 95% según la prueba de 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

Mira si esto te ayuda. Solución 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)

Este tipo de trama en R usando ggplot2, aunque es posible que tenga que manipular el tamaño de fuente del eje:

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")

En uso Stata serrbaro ciplot(SSC) o eclplot(Stata Journal, SSC).

Suponiendo que tiene acceso a los datos originales, puede hacerlo en R con la función lineplot.CI en la biblioteca de sciplot

Ejemplo con el conjunto de datos mtcars:

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

Tenga en cuenta que lineplot.CI por defecto traza barras SE (se puede cambiar definiendo una nueva función con el argumento ci.fun para trazar intervalos de IC del 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)))

Esto podría hacerse en R con points()(o plot(..., type="p")) y segments(). También puede haber funciones R diseñadas para crear los CI para usted, pero pueden requerir los datos originales. Los múltiples paneles en la misma figura creada con par(mfrow=c(4,1)). Si no conoce ninguna R, esto sería difícil de hacer fácilmente (como en, tendría que aprender un poco más R o conseguir que alguien lo ayude con su conjunto de datos específico).

GraphPad Prism puede hacer fácilmente este tipo de gráfico, trazando barras de error a partir de los valores de error que ingrese. Cree una tabla agrupada formateada para el ingreso de la media, - error y + error.