Wie funktioniert die Funktion "summarySEwithin()" um wiederholte Messdaten zu analysieren?

Question

Ich habe eine Frage zum Plotten von Fehlerbalken mit einem wiederholten gemessenen Datensatz. Ich habe der Datensatz wie folgt aus:

Food_type Quantity Temperature Time Diameter 
    Food1  High  High  6 0.00100 
    Food1  Medium  High  6 0.00090 
    Food1  Low  High  6 0.00085 
    Food2  High  High  6 0.00100 
    Food2  Medium  High  6 0.00090 
    Food2  Low  High  6 0.00085 
    ... 

ich ein Tier Larven mit verschiedenen Lebensmitteltyp, unterschiedliche Nahrungsmittelkonzentration und Kultur die Larven in verschiedenen Temperatur zugeführt, alle 6 Tage, gemessen ich ihre Größe.

Ich möchte Fehlerbalken dieses Datensatzes plotten, da die Daten wiederholt gemessen werden, muss ich die Funktion "SummarySEwithin()" verwenden, um die Daten zusammenzufassen, bevor ich es plotte. und auch habe ich die Funktion von "SummarySE()" und "normDatawithin()", folgte dem Verfahren (enter link description here)

Hier ist mein Code:

summarySEwithin(data, measurevar = "Diameter", groupvars= c("Quantity","Temperature", "Time"),idvar="quality") 

und ich habe auch versucht, eine Spalte hinzufügen im Datensatz der „Betreff“, und schreiben Sie den Code:

summarySEwithin(Data, measurevar = "Diameter", groupvars= c("Quality","Quantity","Temperature", "Time"),idvar="Subject") 

Sie sind alle haben „nicht verwendete Argument“ Fehler.

Jemand kann mir bei meinem Fall helfen? Jede Antwort wird hoch geschätzt. Danke.

Answer 1

Einige Testdaten:

data <- data.frame(expand.grid(Quality = c('Food1','Food2'), 
          Quantity = c('High', 'Medium', 'Low'), 
          Temperature = c('High','Low'), 
          Time = 1:6, 
          Sample = 1:3)) 
data$Diameter <- runif(NROW(data)) 

dplyr Lösung:

library(dplyr) 
# I'm using standard dev as my measurement of error, but you can use 
# any other definition you want 
plotdata <- 
data %>% 
    group_by(Quality, Quantity, Temperature, Time) %>% 
    summarise(DiameterMean = mean(Diameter), 
      DiameterErr = sd(Diameter)) %>% 
    arrange(Time) 

data.table Lösung:

library(data.table) 
data <- setDT(data) 
plotdata <- data[,.(DiameterMean = mean(Diameter), 
        DiameterErr = sd(Diameter)), 
       by = .(Quality, Quantity, Temperature, Time)][order(Time)] 

nun entweder Grundstück mit plotly oder ggplot2:

library(plotly) 
plot_ly(data = plotdata, 
     y = DiameterMean, 
     x = Time, 
     error_y = list(array = DiameterErr), 
     color = paste0(Quantity,'-', Quality,'-',Temperature)) 

ggplot2:

library(ggplot2) 
ggplot(data = plotdata) + 
    geom_line(aes(x = Time, 
       y = DiameterMean, 
       color = paste0(Quantity,'-', Quality,'-',Temperature))) + 
    geom_errorbar(aes(x = Time, 
        ymin = DiameterMean - DiameterErr, 
        ymax = DiameterMean + DiameterErr, 
        color = paste0(Quantity,'-', Quality,'-',Temperature)))