R语言计算一组数据的置信区间的简单小例子

什么是置信区间？

我看了StatQuest 介绍置信区间的那一期视频，大体理解了，但是让我用语言表述出来，还有点不知道如何表达。本来B站可以直接看StatQuest的视频的，今天看到B站的up主发消息说StatQuest的原作者准备入驻B站了，所以他把原来获得授权的那些视频全都删掉了。所以要在B站看这些视频还要等一阵子了。

具体概念先不介绍了，主要还是实际操作

今天的主要内容来自 How to Calculate Confidence Interval in R : Statistics in R : Data Sharkie

计算置信区间用到的函数是CI()函数，来自R语言包Rmisc

R语言包Rmisc第一次使用需要先安装

install.packages("Rmisc")

计算某组数据均值95%的置信区间

x<-iris$Sepal.Length
library(Rmisc)
CI(x,ci=0.95)

返回的结果是

> CI(x,ci=0.95)
   upper     mean    lower 
5.976934 5.843333 5.709732 

前面提到的参考链接里有一句话

Logically, as you increase the sample size, the closer is the value of a sample parameter to a population parameter, therefore the narrower the confidence interval gets.
样本越大，样本的均值越接近总体的均值，所以均值的置信区间就会越窄

正好昨天的推文是画密度图是给指定的区间填充颜色

下面使用ggplot2画密度图展示并且展示均值95%的置信区间

#install.packages("Rmisc")
library(Rmisc)
x<-iris$Sepal.Length
library(Rmisc)
x1<-CI(x,ci=0.95)
class(x1[1])
dat<-with(density(x),data.frame(x,y))
dat1<-dat[dat$x>x1[3]&dat$x<x1[1],]
library(ggplot2)
ggplot(iris,aes(Sepal.Length))+
  geom_density(fill="grey")+
  geom_vline(xintercept = x1[1],lty="dashed")+
  geom_vline(xintercept = x1[3],lty="dashed")+
  geom_area(data=dat1,aes(x=x,y=y),fill="red")+
  geom_vline(xintercept = x1[2],lty="dashed")+
  scale_y_continuous(expand = c(0,0),
                     limits = c(0,0.41))+
  theme_minimal()

image.png

欢迎大家关注我的公众号
小明的数据分析笔记本