R语言ggplot2为小提琴图添加95%置信区间的实现方法

你原有代码中调用的mean_cl_boot函数本身就是基于bootstrap重抽样计算均值和对应置信区间的，你看到的类似标准差线的元素其实就是默认输出的区间范围，只需要明确参数、调整展示样式就能得到标准的95%置信区间标识，以下是两种常用实现方式：

方案1：点范围样式95%置信区间 #

适合和常规统计图形标注习惯对齐，中间红点为分组均值，上下竖线端点为95%置信区间上下界：

library(ggplot2)
df <- data.frame("Need" = c(3,4.3,4.5,2.2,5.1,5.2), "Condition" = c("A","A","A","B","B","B"))

ggplot(df,aes(x = Condition, y = Need, fill=Condition)) +
  geom_violin(alpha = 0.7) + # 加透明度避免区间标识被小提琴填充色遮挡
  # 二选一即可：mean_cl_normal为正态/t分布假设下的CI，mean_cl_boot为bootstrap非参数CI
  stat_summary(fun.data = function(x) mean_cl_normal(x, conf.int = 0.95), 
               geom = "pointrange",
               colour = "red",
               linewidth = 1.2,
               size = 1.5) +
  ggtitle("Needs by condition violin plot")

方案2：全宽横线样式95%置信区间 #

如果需要置信区间线横跨整个小提琴宽度，视觉上更醒目，可以用crossbar几何对象实现：

ggplot(df,aes(x = Condition, y = Need, fill=Condition)) +
  geom_violin(alpha = 0.7) +
  stat_summary(fun.data = function(x) mean_cl_boot(x, conf.int = 0.95),
               geom = "crossbar",
               width = 0.8, # 调整宽度和小提琴图宽度匹配
               colour = "darkred",
               fatten = 0, # 参数设为0即隐藏中间的均值横线，只保留上下CI边界
               linewidth = 1) +
  # 单独添加均值点标识
  stat_summary(fun = mean, geom = "point", colour = "red", size = 2) +
  ggtitle("Needs by condition violin plot")

注意：你提供的测试数据每组仅3个样本，bootstrap法计算的置信区间稳定性较差，正式分析时小样本场景优先选择基于t分布的mean_cl_normal计算结果，每组样本量≥30时再使用bootstrap法更合适。

内容的提问来源于stack exchange，提问作者Andreas Massey