请求：用R实现调查响应前后测对比的带误差棒分组条形图

1. 数据预处理：宽格式转长格式 #

ggplot对长格式数据更友好，先把你的宽表（PRE_*/POST_*列）转成包含时间点、问题、响应的长表：

# 加载必备工具包
library(tidyverse)

# 假设你的数据框名为survey_data，列名类似PRE_Q1、POST_Q1这种
survey_long <- survey_data %>%
  pivot_longer(
    cols = starts_with(c("PRE_", "POST_")),
    # 从列名里拆分出时间点和问题编号
    names_to = c("time_point", "question"),
    names_pattern = "(PRE|POST)_(.*)",
    values_to = "response"
  ) %>%
  # 把响应类型转成因子，确保X轴按你想要的顺序显示（可自行调整levels）
  mutate(response = factor(response, levels = c("Strongly Disagree", "Disagree", "Neutral", "Agree", "Strongly Agree")))

2. 计算百分比与误差棒数值 #

按时间点、问题、响应类型分组，算出每个组的占比和标准误（误差棒用）：

summary_data <- survey_long %>%
  group_by(time_point, question, response) %>%
  summarise(count = n(), .groups = "drop") %>%
  group_by(time_point, question) %>%
  mutate(
    percentage = (count / sum(count)) * 100,
    # 计算百分比的标准误
    se = sqrt((percentage/100) * (1 - percentage/100) / sum(count)) * 100
  )

3. 绘制带误差棒的分组条形图 #

用ggplot生成并列分组条形图，自动对齐误差棒：

ggplot(summary_data, aes(x = response, y = percentage, fill = time_point)) +
  # 并列条形，调整间距避免重叠
  geom_col(position = position_dodge(width = 0.8), width = 0.7) +
  # 误差棒，position_dodge参数要和geom_col一致，保证对齐
  geom_errorbar(
    aes(ymin = percentage - se, ymax = percentage + se),
    position = position_dodge(width = 0.8),
    width = 0.2
  ) +
  # 如果有多个问题，用分面展示（可选）
  facet_wrap(~question) +
  # 设置标签和标题
  labs(
    x = "响应类型",
    y = "响应百分比 (%)",
    fill = "测试阶段",
    title = "前后测响应分布对比"
  ) +
  # 优化主题，让X轴标签不拥挤
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.position = "top"
  )

常见问题排查 #

• 若X轴响应顺序不对：检查mutate(response = factor(...))里的levels参数，按需求调整顺序即可。
• 若误差棒不显示：确认se计算逻辑，或者改用95%置信区间（替换se的计算为binom.test的置信区间值）。
• 若条形堆叠而非并列：确保用了position = position_dodge()，而非默认的堆叠模式。

内容的提问来源于stack exchange，提问作者Sophie Brown