我有一些从模型中收集到的数据，想要绘制人口数量随时间变化的图表。我已经获得了每个时间步长的人口数量和100个重复实验。我希望能够绘制每个时间步长的平均人口数量，并且还要显示95%置信区间（如果可能的话可以用阴影表示）。
到目前为止，我还没有使用过ggplot。我一直在使用R中的普通（基本）绘图。但我想看看ggplot的效果。
以下是我的进展：
ggplot(data=model1, aes(x=steps., y= pop-size, col='blue')) +
geom_line()
这会绘制所有的点，看起来很好，但我不知道如何只绘制均值并添加置信区间。
如果你有复制的数据，并且想绘制均值/置信区间，最好使用 stat_summary(...) 这个函数，该函数专门用于汇总数据。基本上，它会对每个 x 值的所有 y 值应用一个函数（如平均数函数mean(...)），然后使用指定的几何图形绘制结果。以下是一个示例：
# sample data - should be provided in question
set.seed(1) # for reproducible example
time <- 1:25
df <- data.frame(time,
pop=rnorm(100*length(time), mean=10*time/(25+time)))
library(ggplot2)
ggplot(df, aes(x=time, y=pop))+
stat_summary(geom="ribbon", fun.data=mean_cl_normal, width=0.1, conf.int=0.95, fill="lightblue")+
stat_summary(geom="line", fun.y=mean, linetype="dashed")+
stat_summary(geom="point", fun.y=mean, color="red")
mean(...)函数汇总y值并使用geom="line"绘制的图层，一个以相同方式汇总但使用geom="point"绘制的图层，以及一个使用geom="ribbon"的图层。该geom需要ymin和ymax美学属性，因此我们使用内置的ggplot函数mean_cl_normal生成这些属性，基于误差服从正态分布且均值遵循t分布的假设。输入?hmisc以获取有关各种用于置信区间的实用函数的文档。图层按代码顺序呈现，因此，由于您想要阴影，我们需要首先放置误差带。
最后，当然可以使用dplyr或类似工具自己汇总数据，但我真的不认为这样做有什么意义。
更新（基于最近的评论）：
看起来最新版本的ggplot2（2.0.0）有一种不同的方法来指定fun.data的参数。在新版本中，应该这样写：
ggplot(df, aes(x=time, y=pop))+
stat_summary(geom="ribbon", fun.data=mean_cl_normal,
fun.args=list(conf.int=0.95), fill="lightblue")+
stat_summary(geom="line", fun.y=mean, linetype="dashed")+
stat_summary(geom="point", fun.y=mean, color="red")
width=...参数的问题有点微妙，我认为它实际上是不必要的（在原始答案中，我使用了误差条，并忘记在将其更改为带状图时删除此参数）。较旧版本的ggplot2会忽略多余的参数（因此没有错误）。显然，新版本更加严格。可能这样更好。stat_summary(geom="ribbon", fun.data=mean_cl_normal, colour=NA,alpha=0.1)。 - Ben Bolker
?stat_smooth。 - Jaap