R语言分组计算均值与可信区间 分位数重复均值如何修复

你的代码计算逻辑存在顺序错误：

• dplyr的summarise()在分组操作下，会按分组把多行原始数据聚合为单一行的汇总值。你在同一次汇总中先计算了组级别的单值统计量means = mean(values)，此时每个分组内means仅对应1个标量结果，再对这个单值计算2.5%、97.5%分位数，输出结果必然和该单值完全相等，这就是上下界和均值完全一致的直接原因。
• 额外逻辑偏差：你当前写的分位数计算是针对聚合后的均值标量，完全没有基于原始观测值values计算，统计逻辑本身不成立。

根据你实际需要的区间类型，选择对应代码即可：

场景1：需要计算每组原始values的分位数区间 #

如果你的需求就是统计每组原始观测值的均值、以及原始值的2.5%和97.5%分位数作为边界，只需要把分位数计算的输入对象从聚合后的means替换为原始列values即可：

meansCIs <- merged %>%
  group_by(AgeGroup, ind) %>%
  summarise(
    means = mean(values),
    lower_bound = quantile(values, 0.025),
    upper_bound = quantile(values, 0.975),
    .groups = "keep"
  )

场景2：需要计算组均值的95%统计可信区间 #

如果你要的是统计推断层面均值的95%可信区间（而非原始值的分位数范围），不能直接用原始值分位数计算，需要基于样本标准误和t分布近似计算：

meansCIs <- merged %>%
  group_by(AgeGroup, ind) %>%
  summarise(
    sample_n = n(),
    means = mean(values),
    se = sd(values) / sqrt(sample_n),
    lower_bound = means - qt(0.975, df = sample_n - 1) * se,
    upper_bound = means + qt(0.975, df = sample_n - 1) * se,
    .groups = "keep"
  ) %>%
  select(-sample_n, -se) # 可删除中间计算用的辅助列

补充说明：如果你需要用bootstrap法计算均值的可信区间，需要先对每个分组做有放回重采样，生成均值的抽样分布后，再对重采样得到的均值向量计算分位数，无法在单次原始聚合步骤中直接完成。

内容的提问来源于stack exchange，提问作者Tessa