R语⾔可视化学习笔记之添加p-value和显著性标记--转载
#先加载包
library(ggpubr)
#加载数据集ToothGrowth
data("ToothGrowth")
head(ToothGrowth)
## len supp do
## 1 4.2 VC 0.5 ## 2 11.5 VC 0.5 ## 3 7.3 VC 0.5 ## 4 5.8 VC 0.5 ## 5 6.4 VC 0.5 ## 6 10.0 VC 0.5
⽐较⽅法
R中常⽤的⽐较⽅法主要有下⾯⼏种：
⽅法R函数描述
st()⽐较两组(参数)
Wilcoxon st()⽐较两组(⾮参数)
啰嗦的近义词
ANOVA aov()或anova()⽐较多组(参数)
快速口语
st()⽐较多组(⾮参数)
各种⽐较⽅法后续有时间⼀⼀讲解。
添加p-value
主要利⽤ggpubr包中的两个函数：
compare_means()：可以进⾏⼀组或多组间的⽐较
stat_compare_mean():⾃动添加p-value、显著性标记到ggplot图中
compare_means()函数
该函数主要⽤⽤法如下：
compare_means(formula, data, method = "st", paired = FALSE,
group.by = NULL, up = NULL, ...)
廉政家风注释：
formula：形如x~group，其中x是数值型变量，group是因⼦，可以是⼀个或者多个
data：数据集
method:⽐较的⽅法，默认为"st", 其他可选⽅法为："t.test"、"anova"、"st"
paired：是否要进⾏paired test(TRUE or FALSE)
group_by: ⽐较时是否要进⾏分组
stat_compare_means()函数
主要⽤法：
stat_compare_means(mapping = NULL, comparisons = NULL hide.ns = FALSE,
label = NULL, label.x = NULL, label.y = NULL, ...)
注释：
mapping：由aes()创建的⼀套美学映射
comparisons：指定需要进⾏⽐较以及添加p-value、显著性标记的组
hide.ns：是否要显⽰显著性标记ns
label：显著性标记的类型，可选项为：p.signif(显著性标记)、p.format(显⽰p-value) label.x、label.y：显著性标签调整
...：其他参数
⽐较独⽴的两组
compare_means(len~supp, data=ToothGrowth)
结果解释：
写人的文章
.y：测试中使⽤的y变量
变得少儿国学p:p-value
p.adj：调整后的p-value。默认为hod="holm"
p.format：四舍五⼊后的p-value
p.signif：显著性⽔平
method:⽤于统计检验的⽅法
绘制箱线图
p <- ggboxplot(ToothGrowth, x="supp", y="len", color = "supp",
palette = "jco", add = "jitter")#添加p-valuep+stat_compare_means()
#使⽤其他统计检验⽅法
闲坐
p+stat_compare_means(method = "t.test")
端午节用英语怎么说上述显著性标记可以通过 label.x、 label.y、 hjust及 vjust来调整
显著性标记可以通过 aes()映射来更改：
aes(label=..p.format..)或aes(lebel=paste0("p=",..p.format..))：只显⽰p-value，不显⽰统计检验⽅法aes(label=..p.signif..)：仅显⽰显著性⽔平
aes(label=paste0(..method..,"\n", "p=",..p.format..)):p-value与显著性⽔平分⾏显⽰
举个栗⼦：
p+stat_compare_means(aes(label=..p.signif..), label.x = 1.5, label.y = 40)
也可以将标签指定为字符向量，不要映射，只需将p.signif两端的..去掉即可p+stat_compare_means(label = "p.signif", label.x = 1.5, label.y = 40)
⽐较两个paired sample
compare_means(len~supp, data=ToothGrowth, paired = TRUE)
利⽤ggpaired()进⾏可视化
ggpaired(ToothGrowth, x="supp", y="len", color = "supp", lor = "gray", line.size = 0.4, palette = "jco")+ stat_compare_means(paired = TRUE)
多组⽐较
Global test
compare_means(len~do, data=ToothGrowth, method = "anova")
可视化
ggboxplot(ToothGrowth, x="do", y="len", color = "do", palette = "jco")+ stat_compare_means()
