В прошлый раз я спросил, как можно рассчитать средний балл за единицу измерения (неделю) для переменной (procras), которая неоднократно измерялась для нескольких респондентов. Таким образом, мой (упрощенный) набор данных в длинном формате выглядит, например, следующим образом (здесь два студента и 5 временных точек, без групповой переменной):

studentID  week   procras
   1        0     1.4
   1        6     1.2
   1        16    1.6
   1        28    NA
   1        40    3.8
   2        0     1.4
   2        6     1.8
   2        16    2.0
   2        28    2.5
   2        40    2.8

Используя dplyr, я бы получил среднюю оценку за единицу измерения

mean_data <- group_by(DataRlong, week)%>% summarise(procras = mean(procras, na.rm = TRUE))

Выглядеть так, например:

Source: local data frame [5 x 2]
        occ  procras
      (dbl)    (dbl)
    1     0 1.993141
    2     6 2.124020
    3    16 2.251548
    4    28 2.469658
    5    40 2.617903

С помощью ggplot2 я теперь мог составить график среднего изменения во времени, и, легко настраивая group_data () dplyr, я также мог получать средства по подгруппам (например, средний балл за случай для мужчин и женщин). Теперь я хотел бы добавить столбец в таблицу mean_data, который включает в себя длину 95% -ных индикаторов около среднего значения для каждого случая.

http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/ объясняет, как получить и построить CI, но этот подход кажется проблематичным, как только я хотел сделать это для любой подгруппы, верно? Так есть ли способ позволить dplyr также автоматически включать CI (в зависимости от размера группы и т. Д.) В mean_data? После этого должно быть довольно легко отобразить новые значения в виде CI на графиках, я надеюсь. Спасибо.