1. 首页
  2. 自学中心
  3. 软件
  4. R

如何用R语言进行Pvalue显著性标记?

作者:一只想飞的喵
审稿:童蒙
编辑:angelica

箱线图是统计学中较常见的图形之一。这篇文章将讲述如何简单比较两组或多组的平均值,且添加显著性标记。

通常情况根据显著性p值的数值大小,分为四类:
(1)0.01≤p<0.05,*
(2)0.001≤p<0.01,**
(3)0.0001≤p<0.001,***
(4)p<0.0001, ****
接下来会讲述三种添加显著性标记的方法。

方法1-手动添加

1:创建数据,绘制箱线图。

 

library(ggplot2)
ggplot(iris, aes(x=Species, y=Sepal.Length))+geom_boxplot()
如何用R语言进行Pvalue显著性标记?

2:手动添加显著性标记。

 

library(ggplot2)
### 设置横线的四个点的位置
df2 <- data.frame(a = c(2,2,3,3), b = c(8,8.1,8.1,8))
ggplot(iris, aes(x=Species, y=Sepal.Length))+
  geom_boxplot()+
  ### 按照设定的位置绘制线
  geom_line(data = df2, aes(x = a, y = b)) + 
  ### 添加显著性标记信息
  annotate("text", x = 2.5, y = 8.2, label = "***", size = 8) 
如何用R语言进行Pvalue显著性标记?

该方法的缺点是:在手动添加显著性时,需要确认显著性的P值的大小。

方法2-使用ggsignif

1:下载并安装ggsignif包。

 

install.packages("ggsignif")

2:创建数据,绘制箱线图。

 

library(ggplot2) 
library(ggsignif)
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
  geom_boxplot()
如何用R语言进行Pvalue显著性标记?

3:利用ggsignif R包添加显著性标记。

 

library(ggplot2) 
library(ggsignif)
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
### 添加两两比较的列的信息
geom_signif(comparisons = list(c("versicolor", "virginica")),
### P值<0.05,则显示
map_signif_level=TRUE)
如何用R语言进行Pvalue显著性标记?

方法3-使用ggpubr

1:下载并安装ggpubr包。

 

install.packages("ggpubr")

2:创建数据,绘制箱线图。

 

library(ggpubr)
### 添加两两比较的列表
my_comparisons <- list(c("setosa", "versicolor"), c("setosa", "virginica"), c("versicolor", "virginica"))
ggboxplot(iris, x="Species", y="Sepal.Length",color = "Species",palette = "jco", add = "jitter")
如何用R语言进行Pvalue显著性标记?

3:利用ggpubr R包添加显著性标记。

 

library(ggpubr)
my_comparisons <- list(c("setosa", "versicolor"), c("setosa", "virginica"), c("versicolor", "virginica"))
ggboxplot(iris, x="Species", y="Sepal.Length",color = "Species",palette = "jco", add = "jitter")+
  ### 添加多组比较的统计学结果
  stat_compare_means(label.y = 9.5)+
  ### 添加每个两两比较的显著性标记位置信息
  stat_compare_means(comparisons=my_comparisons, label.y = c(7.6, 8.4, 8.0), label ="p.signif")
如何用R语言进行Pvalue显著性标记?

该R包可以增加多个组间的p-value值,还可以增加指定组的组间比较。

本文来自简书,观点不代表一起大数据-技术文章心得立场,如若转载,请注明出处:https://www.jianshu.com/p/1128fdda3685

联系我们

在线咨询:点击这里给我发消息

邮件:23683716@qq.com

跳至工具栏