如何用R在全时间范围内绘制并对比多时间点实验数据？

前提说明 #

你不需要额外使用bootstrap方法，ggplot2内置的平滑置信区间计算逻辑，已经可以满足你展示全实验周期趋势、证明条件稳定性的需求。

第一步：数据格式要求 #

你需要先把数据整理为长表结构，包含如下字段：

• group：处理组分组，共3个水平
• time：时间点的数值化取值（比如初始设为0、中期设为15、末期设为30，对应你实验的实际时长），不要用字符型的"初始""中期"标签
• 后续列对应你采集的数值型指标：比如temp（温度）、light（光照强度）等

第二步：绘图代码实现 #

以下代码依赖tidyverse套件，没有安装的话先运行install.packages("tidyverse")安装。

# 加载包
library(tidyverse)

# 绘制温度指标的全周期趋势图，更换y列字段即可生成其他指标的图
ggplot(你的数据集名称, aes(x = time, y = temp, color = group, fill = group)) +
  # 绘制原始样本散点，展示单时间点的样本分布
  geom_jitter(alpha = 0.2, width = 0.1) +
  # 绘制全周期平滑趋势线+95%置信区间，span=1保证趋势线无过度波动
  geom_smooth(method = "loess", span = 1, alpha = 0.2) +
  # 横坐标适配你的实验实际时长，示例为总时长30天的配置
  scale_x_continuous(limits = c(0, 30), breaks = c(0, 15, 30), labels = c("初始", "中期", "末期")) +
  labs(x = "实验时间", y = "温度(℃)", color = "处理组", fill = "处理组") +
  theme_bw()

结果解读逻辑 #

你可以直接通过图中的两个特征证明实验目标：

• 各处理组的平滑趋势线接近水平、95%置信区间范围极窄，说明对应环境指标随时间无明显波动，实验条件稳定
• 三个处理组的平滑趋势线高度重叠、置信区间重合度高，说明不同处理组的环境条件无显著差异

可选优化 #

如果需要更直观展示单时间点的组间差异，可以在geom_jitter前添加一行代码绘制箱线图：

geom_boxplot(aes(group = interaction(time, group)), width = 0.2, alpha = 0.5) +

如果你需要使用bootstrap方法计算置信区间，可在数据预处理阶段用rsample包对每个分组+时间点的样本做bootstrap抽样，计算均值的95%分位数置信区间后再绘图，效果与上述代码默认的置信区间差异极小，无特殊需求无需额外操作。

内容的提问来源于stack exchange，提问作者Tai