2021-03-18
大家好(hao)，今天主要向(xiang)大家分(fen)享下誤差柱狀圖(tu)(tu)的(de)三種可視(shi)化方法，先上個示(shi)例(li)圖(tu)(tu)：
正式介(jie)紹實(shi)現方法之前，我們先來了解下誤差(cha)柱(zhu)狀圖上的(de)帽子涉及的(de)三(san)個統計概(gai)念。
1、三個概念
標準偏(pian)差（Standard Deviation，SD）
標準(zhun)(zhun)(zhun)偏差(cha)(cha)(cha)（簡稱標準(zhun)(zhun)(zhun)差(cha)(cha)(cha)）是(shi)樣(yang)本平均數方(fang)差(cha)(cha)(cha)的(de)開平方(fang)。它(ta)反映(ying)組(zu)內個體間(jian)的(de)離散程度。標準(zhun)(zhun)(zhun)差(cha)(cha)(cha)通常是(shi)相對于樣(yang)本數據(ju)的(de)平均值(zhi)而定(ding)的(de)，通常用M±SD來表(biao)(biao)示樣(yang)本數據(ju)觀察(cha)值(zhi)和平均值(zhi)的(de)差(cha)(cha)(cha)距。從公式可(ke)以(yi)看(kan)出，標準(zhun)(zhun)(zhun)差(cha)(cha)(cha)會受到極值(zhi)的(de)影響。標準(zhun)(zhun)(zhun)差(cha)(cha)(cha)越小，表(biao)(biao)明數據(ju)越聚集；標準(zhun)(zhun)(zhun)差(cha)(cha)(cha)越大(da)，表(biao)(biao)明數據(ju)越離散。Excel中如何用函數實現，請參考【Excel實現】部分(fen)：
# R 語言實現函數
sd <- sd(vec)
sd <- sqrt(var(vec))
標準誤差(cha)（Standard Error，SE）
標準誤差（簡稱標準誤）表示的是抽樣的誤差。因為從一個總體中可以抽取出無數多種樣本，每一種樣本的數據都是對總體的數據的估計。標準誤代表的就是當前的樣本對總體數據的估計，標準誤是由樣本的標準差除以樣本容量的開平方來計算的。從公式可以看到，標準誤更大的是受到樣本容量的影響。樣本容量越大，標準誤越小，那么抽樣誤差就越小，就表明所抽取的樣本能夠較好地代表總體。
se = sd(vec) / sqrt(length(vec))
置信區間(jian)（Confidence Interval，CI）
所謂置(zhi)(zhi)信(xin)區(qu)間(jian)就是分別(bie)以(yi)統計量的(de)置(zhi)(zhi)信(xin)上限(xian)和置(zhi)(zhi)信(xin)下限(xian)為上下界構成的(de)區(qu)間(jian)，是這個參數的(de)真實值在一定概率(lv)條件下落在測量結果周圍的(de)程(cheng)度(du)。
# R 語言實現
alpha=0.05
t=qt((1-alpha)/2 + .5, length(vec)-1) # tend to 1.96 if sample size is big enough
CI=t*se
2、Excel 實(shi)現(xian)
本(ben)實例所示數據如下，依(yi)次為處理方案（Treat）、分組類別（Group）、平均值(Mean)和標準偏差（SD）。
標準偏差(cha)可以參照下圖所示函數（STDEV.S()）進行計(ji)算：
繪(hui)圖步(bu)驟：
選(xuan)(xuan)中前(qian)三列(lie)數據，依次(ci)選(xuan)(xuan)擇【插入→柱狀(zhuang)圖】，生(sheng)成柱狀(zhuang)圖后點擊右(you)上(shang)圖標(biao)添加(jia)按鈕，添加(jia)誤(wu)差線。在彈出的參數框中，選(xuan)(xuan)擇【更(geng)多選(xuan)(xuan)項→誤(wu)差量(liang)→自定義】，選(xuan)(xuan)擇第四(si)列(lie)的SD值(zhi)，即(ji)可繪制誤(wu)差線。另外根據需要，還(huan)可以在誤(wu)差線里面選(xuan)(xuan)擇只顯示“正偏差”。
3、R 語言(yan)實現(xian)
# 加載(zai)需(xu)要(yao)的包library(plyr)library(ggplot2)# 讀取數(shu)據dat <- read.delim("data.txt")# 定義計算平均值和標準差(cha)函數dat_sd <- function(data, varname, groupnames){sum_func <- function(x, col){c(Mean = mean(x[[col]], na.rm=TRUE),SD = sd(x[[col]], na.rm=TRUE))}data_sum<-ddply(data, groupnames, .fun=sum_func,varname)return(data_sum)}# 計(ji)算標準(zhun)偏(pian)差df <- dat_sd(dat,varname="Value", groupnames=c("Treat","Group"))# 作圖p<- ggplot(df, aes(x=Treat, y=Mean, fill=Group)) +geom_bar(stat="identity", color="black", position=position_dodge()) +geom_errorbar(aes(ymin=Mean-SD, ymax=Mean+SD), width=.5,position=position_dodge(.9))
4、云平臺實(shi)現
進入(ru)基因云平(ping)臺【云圖(tu)匯→誤差(cha)柱狀圖(tu)】工具，在(zai)【圖(tu)表(biao)數據→文(wen)件上(shang)傳】頁(ye)面選擇數據文(wen)件后，點擊“提(ti)交繪圖(tu)”，即可生成誤差(cha)柱狀圖(tu)。進入(ru)【圖(tu)表(biao)調整(zheng)】頁(ye)面，可以實現顏(yan)色填充、圖(tu)案填充等多種類型圖(tu)表(biao)的(de)(de)隨意(yi)(yi)切換，分(fen)組/樣品(pin)的(de)(de)任意(yi)(yi)刪減和排序，以及近百種樣式(shi)的(de)(de)自由調整(zheng)。
基因云平臺（//www.genescloud.cn）除了上述誤差柱(zhu)(zhu)(zhu)狀(zhuang)(zhuang)圖(tu)(tu)，還(huan)提供了斷(duan)軸柱(zhu)(zhu)(zhu)狀(zhuang)(zhuang)圖(tu)(tu)、彩帶柱(zhu)(zhu)(zhu)狀(zhuang)(zhuang)圖(tu)(tu)。進入云圖(tu)(tu)匯(hui)總覽，搜索“柱(zhu)(zhu)(zhu)狀(zhuang)(zhuang)圖(tu)(tu)”，可以查看近10種(zhong)不(bu)同類型的柱(zhu)(zhu)(zhu)狀(zhuang)(zhuang)圖(tu)(tu)。
交互斷軸柱狀圖
交互彩帶柱(zhu)狀(zhuang)圖
極坐標柱狀圖
趕緊來(lai)試一(yi)試吧，百度搜索(suo)“派森諾基因云”或者直接(jie)訪問(wen)//www.genescloud.cn/home，進入“云圖匯”搜索(suo)“柱狀圖”嘗(chang)試體驗，并提寶貴建議至平(ping)臺(tai)消息中心(xin)-》反(fan)饋列表，或者發送(song)到郵箱：gc_support@doudin.cn。"派森諾基因云" 一(yi)直持續上(shang)心(xin)上(shang)新，接(jie)下來(lai)會(hui)有更多好圖好工具陸(lu)續和大(da)家見面，歡迎(ying)大(da)家關注并進行體驗。
