ggplot2：将 p 值添加到图中

Question

我得到了这个情节

使用下面的代码

library(dplyr) 
library(ggplot2)
library(ggpmisc)

df <- diamonds %>%
  dplyr::filter(cut%in%c("Fair","Ideal")) %>%
  dplyr::filter(clarity%in%c("I1" ,  "SI2" , "SI1" , "VS2" , "VS1",  "VVS2")) %>%
  dplyr::mutate(new_price = ifelse(cut == "Fair", 
                                   price* 0.5, 
                                   price * 1.1))

formula <- y ~ x    
ggplot(df, aes(x= new_price, y= carat, color = cut)) +
  geom_point(alpha = 0.3) +
  facet_wrap(~clarity, scales = "free_y") +
  geom_smooth(method = "lm", formula = formula, se = F) +
  stat_poly_eq(aes(label = paste(..rr.label..)), 
               label.x.npc = "right", label.y.npc = 0.15,
               formula = formula, parse = TRUE, size = 3)

除了 R2 之外，我还想将 p 值添加到构面。我可以通过运行回归手动执行此操作，然后获取 p 值并使用 geom_text() 添加这些 p 值 similar to the answer of this question.

有没有更快或自动化的方法来做到这一点？例如类似于添加 R2 值的方式。

更新

我说的 p 值是 斜率 p 值。当 p < 0.005.

时，趋势被认为具有高度统计显着性

Answer 1

使用 stat_fit_glance，它是 R 中 ggpmisc 包的一部分。这个包是 ggplot2 的扩展，因此可以很好地配合它。

ggplot(df, aes(x= new_price, y= carat, color = cut)) +
       geom_point(alpha = 0.3) +
       facet_wrap(~clarity, scales = "free_y") +
       geom_smooth(method = "lm", formula = formula, se = F) +
       stat_poly_eq(aes(label = paste(..rr.label..)), 
       label.x.npc = "right", label.y.npc = 0.15,
       formula = formula, parse = TRUE, size = 3)+
       stat_fit_glance(method = 'lm',
                       method.args = list(formula = formula),
                       geom = 'text',
                       aes(label = paste("P-value = ", signif(..p.value.., digits = 4), sep = "")),
       label.x.npc = 'right', label.y.npc = 0.35, size = 3)

stat_fit_glance 基本上接受在 R 中通过 lm() 传递的任何内容，并允许使用 ggplot2 对其进行处理和打印。用户指南包含一些函数的概要，例如 stat_fit_glance：https://cran.r-project.org/web/packages/ggpmisc/vignettes/user-guide.html。我也相信这给出了模型 p 值，而不是斜率 p 值（通常），这对于多元线性回归来说是不同的。对于简单的线性回归，它们应该是相同的。

剧情如下：

ggplot2：将 p 值添加到图中

ggplot2: add p-values to the plot

r

ggplot2

p-value