Seite 1 von 1

Barplot mit Errorbars (ggplot)

Verfasst: Do Apr 23, 2020 4:25 pm
von jxbasel
Hallo zusammen,

Könnt ihr mir weiterhelfen? Ich möchte gerne einen gruppierten Barplot mit Errorbar von zwei Gruppenmittelwerten erstellen. Ich scheitere allerdings schon vorher bei der Vorbereitung...

#Barplot

#summarize the data and display in a graph
library(dplyr)
library(ggplot2)
cleandata <- spy_def %>%
group_by(Condition_names) %>%
summarize (mean_SRmeans=mean(sr_means), sd_SRmeans=sd(sr_means), count=n(), se_SRmeans=(sd_SRmeans/(sqrt/(count))))

("spy_def" ist der verwendete Datensatz, die Variable sr_means die Kriteriumsvariable und der Gruppierungsfaktor ist "Condition_names.")

...und darauf folgend diesem Output/diese Fehlermeldung:

Fehler: n() should only be called in a data context
Run `rlang::last_error()` to see where the error occurred.

Die Informationen bei rlang::last_error() haben mir leider auch nicht weitergeholfen.

Sieht jemand vielleicht gerade
Ich bin noch ein ziemlicher Anfänger und muss morgen eine Präsentation halten, in der dieser gruppierte Barplot enthalten ist. Ich hoffe, jemand hat Erbarmen und kann mir hierbei weiterhelfen. :?

Liebe Grüsse!

Re: Barplot mit Errorbars (ggplot)

Verfasst: Do Apr 23, 2020 5:22 pm
von EDi
Bitte ein reproduzierbares Beispiel posten, ich kann mir hier direkt 2-3 Möglichkeiten vorstellen warum das passiert. Hab aber keine Lust ins Blaue reinzuraten.

Re: Barplot mit Errorbars (ggplot)

Verfasst: Do Apr 23, 2020 6:20 pm
von jxbasel

Code: Alles auswählen

spy_def <- read.csv("C:/Users/joshi/OneDrive/Dokumente/Joshi Uni/4. Semester/Projektseminar 2/Finale Auswertung/FA_data_def_alt.csv", sep = ";")

#create factor 

library(dplyr)

spy_def$Condition_names <- recode_factor(spy_def$Condition, `1` = "Accuracy", `2` = "Speed")
spy_def$Condition_names


#Barplot

#summarize the data and display in a graph
library(dplyr)
library(ggplot2)
cleandata <- spy_def %>%
        group_by(Condition_names) %>%
        summarize (mean_SRmeans=mean(sr_means), sd_SRmeans=sd(sr_means), count=n(), se_SRmeans=(sd_SRmeans/(sqrt/(count))))



Datensatz hab´ ich dir im Anhang beigefügt. Vielen Dank für´s Drüberschauen. :D