使用 ggplot2 绘制箱线图并进行两个样本 t 检验

Question

这是我的数据。你可以打开这个linkhttps://www.dropbox.com/s/3bypmpojkpnomos/trial1.txt?dl=0

我想绘制一个箱线图，其中男性和女性在 x 轴上，他们的频率在 y 轴上。然后从那里，我想进行两个样本 t 检验。有什么方法可以区分受干扰和未受干扰的栖息地吗？

这是我试过的；

# install and load ggplot2
trial1$Sex <- factor(trial1$Sex,labels = c("Female", "Male"))
P1 <- qplot(trial1$Sex, xlab="Host Sex", ylab="Host caught", main="HOSTS CAUGHT VS SEX")
trial1$Habitat <- factor(trial1$Age,labels = c("Disturb", "Undisturb"))
P2 <- qplot(trial1$Habitat, xlab="Habitat", ylab="Host caught", main="HOSTS CAUGHT VS HABITAT")

# calculatefrequency
library(plyr) #can also count using this package
#calculate frequency and make data frame
library(dplyr)#or this package
f1 <- factor(c(Sex))
T1 <- table(f1) #create table of frequency

f2 <- factor(c(Habitat))
T2 <- table(f2)

a1 <- ggplot(data = trial1, aes(x = Sex, y = Freq, colour = Sex)) + 
      geom_boxplot() + xlab("Sex") + ylab("Total ectoparasites") + 
      ggtitle("Sex vs Total ectoparasites")

Answer 1

您应该对此类数据做的第一件事是将其从宽格式重塑为长格式。这意味着创建 2 列，一列用于 P1、P2 等，一列用于相应的值。

library(dplyr)
library(tidyr)
library(ggplot2)
trial1 %>% 
  gather(variable, value, -Habitat, -Sex, -Birds)

在这种情况下我不推荐使用箱线图；鉴于数据中有大量零值，它不会提供信息。我可以建议使用 geom_jitter 来绘制计数与性别的关系图，并使用分面根据栖息地进一步子集化吗：

trial1 %>% 
  gather(variable, value, -Habitat, -Sex, -Birds) %>% 
  ggplot(aes(Sex, value)) + 
  geom_jitter(width = 0.2, alpha = 0.3) + 
  facet_grid(Habitat ~ .) +
  labs(y = "total ectoparasites", title = "Total ectoparasites by Sex and Habitat") +
  theme_light()

您可以通过多种方式汇总数据以进行后续统计测试。例如，要按性别和栖息地获得 2 x 2 table 的计数（实际上是 2 x 3，因为性别是第一列：

trial1 %>% 
  gather(variable, value, -Habitat, -Sex, -Birds) %>% 
  group_by(Sex, Habitat) %>% 
  summarise(count = sum(value)) %>% 
  spread(Habitat, count)

     Sex Disturb Undisturb
*  <chr>   <int>     <int>
1 Female       6        23
2   Male      69       117

使用 ggplot2 绘制箱线图并进行两个样本 t 检验

plot boxplot using ggplot2 and conduct two sample t-tests

plot

r

t-test