如何使用ggplot2在R中绘制周围刺激时间直方图（PSTH）

假设我有两个条件，‘a’和‘b’。在“A”条件下，神经元平均每秒发射40个脉冲（Hz），在“b”条件下，平均每秒发射80个脉冲。条件“a”的响应呈现20次，条件“b”呈现10次，每次呈现时间为1000 ms

AB <- rbind(
    ldply( 1:20, 
        function(trial) { 
          data.frame( 
              trial=trial, 
              cond=factor('a',c('a','b')), 
              spiketime = runif(40,0,1000))
        }
    ), ldply(21:30, 
        function(trial) {
          data.frame(
              trial=trial, 
              cond=factor('b',c('a','b')), 
              spiketime = runif(80,0,1000))
        }
  )
)

但是，这并不是整个演示的平均值，因此，y轴上的值大致相同。我想沿着y轴绘制尖峰率（尖峰/秒），这将表明条件“b”每秒引发大约两倍的尖峰。峰值速率不会随着演示文稿数量的增加而增加，只是变得噪音更小。有没有一种方法可以在不预处理数据帧AB的情况下做到这一点

换言之，我可以按照以下思路做些事情：

qplot(spiketime, data=AB, geom='line',stat='bin',
      y=..count../num_presentations*1000/binwidth, ylab='Spikes per second',
      xlim=c(0,1000), colour=cond, binwidth=100,xlab='Milliseconds')

---

其中，对于条件“a”，num_表示为20，对于条件“b”，num_表示为10，而1000/b宽度仅为一个常数，以获得正确的单位？

它不会在所有条件下平均；它超过了他们。由于条件a有20x40=800点，而条件b有10*80=800点，因此这些“直方图”下的“面积”将是相同的。您希望某个条件下的每个试验具有相同的权重，而不是每个点具有相同的权重。这必须作为预处理步骤来完成

trial.group <- unique(AB[,c("trial","cond")])
hists <- dlply(AB, .(trial), function(x) {hist(x$spiketime, breaks=10, plot=FALSE)})
hists.avg <- ddply(trial.group, .(cond), function(x) {
  hist.group <- ldply(hists[x$trial], function(y) {
    data.frame(mids=y$mids, counts=y$counts)
  })
  ddply(hist.group, .(mids), summarise, counts=mean(counts))
})

ggplot(data=hists.avg, aes(x=mids, y=counts, colour=cond)) + geom_line()

以下是一个解决方案：

AB$ntrial <- ifelse(AB$cond=="a", 20, 10)
ggplot(AB, aes(spiketime, ntrial=ntrial, colour=cond)) + 
  stat_bin(aes(y=..count../ntrial*1000/100), binwidth=100, geom="line", position="identity") +
  xlim(0,1000) + 
  labs(x='Milliseconds', y="Firing rate [times/s]")

---

AB$ntrial对不起，有个问题！我希望它在演示文稿上平均，而不是在条件下平均。附加的条件表示不会改变发射率（我想在柱状图中绘制），它只会减少测量的噪音。按照您构建数据的方式，在条件a中每秒发射40次，在条件b中每秒发射80次。你只是在改变第二次开火的位置。您是否希望在1/10秒（100毫秒）内获得发射率（发射次数），并查看这些发射的平均值？如果是这样，我的解决方案就是这样。20次发射/秒的图表噪音比40次低（但速率也较低；如预期的那样，大约每100毫秒发射4次）。此外，我应该说在条件内对演示进行平均，而不是在条件下。我试图通过预处理来避免解决此问题，但它看起来确实解决了问题。我喜欢你的“编辑1”。我自己也在做这件事，并想出了一个不那么优雅的解决方案。非常感谢！不幸的是，Hadley（该软件包的作者）表示，使用额外的美学（ntrial）是一种未定义的行为。在某些情况下，它可能会导致“eval（expr、envir、enclose）中出错：找不到对象“ntrial”。
tmp <- as.data.frame(table(unique(AB[,c("trial","cond")])["cond"]))
names(tmp) <- c("cond","ntrial")
AB <- merge(AB, tmp)

ggplot(AB, aes(spiketime, ntrial=ntrial, colour=cond)) + 
  stat_bin(aes(y=..count../ntrial*1000/100), binwidth=100, geom="line", position="identity") +
  xlim(0,1000) + 
  labs(x='Milliseconds', y="Firing rate [times/s]")

AB$ntrial <- ifelse(AB$cond=="a", 20, 10)
ggplot(AB, aes(spiketime, ntrial=ntrial, colour=cond)) + 
  stat_bin(aes(y=..count../ntrial*1000/100), binwidth=100, geom="line", position="identity") +
  xlim(0,1000) + 
  labs(x='Milliseconds', y="Firing rate [times/s]")