R语言-数据统计分析的显著性标注

在一些常见的统计图表中经常需要在一些图表中添加P值，那么今天小编给大家汇总一下关于统计图表中P值的添加方法。今天推文的主要内容如下：

• P值简单介绍

• 可视化绘制中P值绘制

P值简单介绍

P值是指在一个概率模型中，统计摘要（如两组样本均值差）与实际观测数据相同，或甚至更大这一事件发生的概率。换言之，是检验假设零假设成立或表现更严重的可能性。P值若与选定显著性水平(0.05或0.01) 相比更小，则零假设会被否定而不可接受。然而这并不直接表明原假设正确。P值是一个服从正态分布的随机变量，在实际使用中因样本等各种因素存在不确定性.在许多研究领域，0.05的P值通常被认为是可接受错误的边界水平。

可视化绘制中P值绘制

作为本期推文的重点介绍，如何在我们的可视化图表中添加P值，使其更好的表现图表含义是在绘制图表是需要考虑的。本次，小编就使用R-ggpubr和R-ggsignif包进行P值添加及定制化操作。直接上干货~~

R-ggpubr 添加P值

在使用ggpubr包进行P值添加之前，我们需导入R-rstatix包进行必要的统计操作(T检验等)，这里我们直接通过例子进行解释说明。

「简单例子」：

# 导入必要的包
library(tidyverse)
library(ggtext)
l