如何修正ggplot2中多因子数据95%预测置信区间重复绘制的问题？

你代码里重复出现置信区间，是因为predictInterval()会给每一行原始观测都生成一组预测值（fit）、下限（lwr）和上限（upr）。而你的每个xaxis类别对应20条观测，所以同一个xaxis位置会被重复绘制20次误差线，看起来就像多条重叠的线。

先对数据按xaxis分组，提取每个类别对应的唯一预测值和置信区间（因为同组内的fit、lwr、upr完全一致），生成一个汇总数据集，再用这个汇总集来绘制误差线和均值点，原始数据点保留用原数据集绘制。

# 生成数据
df <- data.frame (yaxis = rnorm(120,5,1),
                  xaxis = rep(c("A","B","C","D","E", "F"), times = 20),
                  factor = rep(c("1","2","3","4","5", "6"), each = 20))

df$xaxis <- as.factor(df$xaxis)
df$factor <- as.factor(df$factor )

# 拟合模型并生成预测区间
library(lmerTest)
mod <- lmer(yaxis ~  xaxis + (1|factor), df)
mod.fit <- predictInterval(mod, df) 
df.fit <- cbind(df, mod.fit)

# 按xaxis分组提取唯一的预测值和置信区间（同组内值完全一致）
library(dplyr)
df_summary <- df.fit %>% 
  distinct(xaxis, fit, lwr, upr, .keep_all = FALSE)

# 绘图：原始点用原数据，误差线和均值点用汇总数据
library(ggplot2)
ggplot(df.fit, aes(x = xaxis, y = yaxis, color = xaxis)) + 
  geom_point() + 
  theme_classic() + 
  # 用汇总数据画误差线
  geom_errorbar(data = df_summary, aes(y = fit, min = lwr, max = upr), 
                color = "black", width = 0.3)  + 
  # 用汇总数据画均值点
  geom_point(data = df_summary, aes(y = fit), 
             color = "black", size = 5)

• distinct(xaxis, fit, lwr, upr)会直接保留每个xaxis对应的唯一一组fit、lwr、upr值，避免重复绘制。
• 绘图时通过data参数指定不同图层用的数据集，原始点用全量数据，误差线和均值点用汇总数据，这样就不会出现重复的置信区间了。

内容的提问来源于stack exchange，提问作者Share