Słupki błędów standardowych przy użyciu stat_summary

Poniższy kod tworzy wykresy słupkowe ze standardowymi słupkami błędów przy użyciu Hmisc, ddply i ggplot:

means_se <- ddply(mtcars,.(cyl),
                  function(df) smean.sdl(df$qsec,mult=sqrt(length(df$qsec))^-1))
colnames(means_se) <- c("cyl","mean","lower","upper")
ggplot(means_se,aes(cyl,mean,ymax=upper,ymin=lower,group=1)) + 
  geom_bar(stat="identity") +  
  geom_errorbar()

Jednak implementacja powyższego przy użyciu funkcji pomocniczych, takich jak mean_sdl, wydaje się znacznie lepsza. Na przykład poniższy kod tworzy wykres z słupkami błędu 95% CI:

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_sdl, geom = "errorbar")

Moje pytanie brzmi, jak użyć implementacji stat_summary dla standardowych pasków błędów. Problem polega na tym, że aby obliczyć SE, potrzebna jest liczba obserwacji na warunek, co musi być dostępne w mnożniku mean_sdl.

Jak uzyskać dostęp do tych informacji w ggplot? Czy jest na to niezłe rozwiązanie?

questionAnswers(1)

yourAnswerToTheQuestion