使用stat_compare_means检验多个组是否与零有显着差异？

Question

我在 ggplot2 中使用 ggpubr::stat_compare_means 来显示多个箱线图的重要性。我试图找到一种方法来显示我的每个箱线图是否与某个值（0）有显着差异，但我只能找到方法来比较它们是否与特定组或所有组的平均值不同。

这是我的情节：

有些组在0以上，有些在0以下。我想测试的是每个组是否与0有显着差异。

目前 stat_compare_means 正在根据此参数计算显着性：

stat_compare_means(label = "p.signif", method = "t.test", ref.group = ".all.", label.y=1.1)

我知道我需要更改 "ref.group" 参数。在这种情况下，我认为它是取所有组的平均值，并测试每个组是否与其有显着差异。

ref.group 的文档说：

"指定参照组的字符串。如果指定，对于给定的分组变量，每个组级别将与参照组（即对照组）进行比较。 ref.group 也可以是“.all.”。在这种情况下，每个分组变量级别都与所有级别（即 basemean）进行比较。"

因为这需要一个字符串，所以我能想到的将我的组与 0 进行比较的唯一方法是制作一个 0 的虚拟控制组，这将是参考组。然后我可以在 ref.group 参数中指向那个组。

有没有其他方法可以将这些组与 0 进行比较？谢谢。

  df%>%ggplot(aes(x=species,y=weighted_change))+
  geom_hline(yintercept=0,linetype="dashed")+
  geom_boxplot(color="orangered")+
  labs(x="Species",y="Mean Change",title="Central Basin and Range")+
  theme(plot.title = element_text(hjust = 0.5,size = 12, face = "bold"))+
  theme(axis.title = element_text(size = 10, face = "bold"))+
  theme(axis.text=element_text(size=10,face="bold"))+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))+
  coord_cartesian(ylim=c(-1.1,1.1))+
  stat_compare_means(label = "p.signif", method = "t.test", ref.group = ".all.", label.y=1.1)

Answer 1

我认为 stat_compare_means 在这里实际上不会对你有多大帮助，因为它似乎主要是为比较组之间而设计的，而你想做一个每组内计算。相反，您可以在转到 ggplot 之前自己计算测试：

library(tidyverse)

# Test whether each group differs from 0
t_tests = iris %>%
    group_by(Species) %>%
    summarise(P = t.test(Petal.Width, mu = 0)$p.value,
              Sig = ifelse(P < 0.05, "*", "ns"),
              MaxWidth = max(Petal.Width))

ggplot(iris, aes(x = Species, y = Petal.Width)) +
    geom_boxplot() +
    # Use the prepared table of test results as data for the geom
    geom_text(aes(label = Sig, y = MaxWidth + 0.2), size = 6,
              data = t_tests)

因为我没有你的数据，所以我使用了 iris，但由于 iris 也有一个 species 列，所以应该很清楚发生了什么。

使用stat_compare_means检验多个组是否与零有显着差异？

Use stat_compare_means to test whether multiple groups are significantly different from zero?

r

ggplot2

boxplot

significance