箱形图,有时也称为箱型图,提供了连续变量分布的快照。它们特别擅长于比较数据集中各组的分布情况。箱形图以一种简化的格式提供了一个整洁的数据摘要,包括最大最小值,四分位数,异常值等,还可以通过t检验,秩和检验,K-W检验,ANOVA检验等比较各组间的差异,丰富图形内容!
目前,风暴统计已更新此功能,不仅可以绘制精美的箱式图,还支持各组间的简单差异性比较,直接将P值显示在图片中,美观又实用!
下面通过一个实操案例来为大家进行详细的操作展示!
一、实操案例介绍
数据集来源于R自带MASS数据集birthwt,这是一份于1986年在在马萨诸塞州收集的与婴儿出生体重低相关的危险因素的数据。本次复现涉及的变量说明如下。
二、风暴统计平台实操
上一篇文章中已经为大家详细介绍了风暴统计绘制箱式图及美化图像的各个细节,大家可以点击下方链接跳转到对应界面进行学习。
现在,我们直接进入正题,如何进行箱式图中P值的计算与显示。
1.不进行亚组分析
如果不进行亚组分析的情况下,只选入分析变量与分组变量
①选择整体间比较方法
首先在这里先笼统概括以下几种检验方法的适用条件,t检验适用于两组间定量正态或近似正态数据的比较,wilcox检验适用于两组间独立定量偏态数据的比较,ANOVA检验适用于三组及三组以上独立定量正态数据的组间比较,Kruskal检验适用于三组及三组以上独立定量偏态数据的组间比较。
这里婴儿的出生体重为偏态分布,种族为多分类变量,因此,这里选择kruskal检验。
这里默认全局比较,即3组间的比较。
②选择组间比较方法
还可以选择参照组比较或两两比较,这里需要注意的是,参照组比较需要在“分类变量参照组设置”模块进行指定,而且进行多组间两两比较时,同样需要指定统计方法哦!
选择完组间两两比较的方式后,右侧箱式图立即生成新结果,超迅速!
2.进行亚组分析
这一步处了需要选入分析变量与分组变量,还需要指定一个亚组变量,亚组变量也需要是分类变量哦!
①选择整体间比较方法
依旧根据不同数据类型,从4种方法中进行选择。
默认情况下,会提供各亚组间的整体比较P值。例如本例中不吸烟组中,不同种族间婴儿的出生体重差异具有统计学意义,P值为6.6e-05,吸烟组中,不同种族间婴儿的出生体重差异不具有统计学意义,P值为0.36。
②选择组间比较方法
多组间两两比较不要忘记指定组间比较方法哦!
这里先选择参照组比较,两亚组均以种族1为参照组,比较结果同时给出。
选择两两比较时,3组间共进行了3次比较,结果在图中显示的十分清晰。
3.P值的显示方式
这里的P值除了可以显示为数字外,还可以以星号形式呈现出来。只需要在P值显示方式这里,选择“p.signif”,就可以以星号形式显示P值了!
这里的ns表示组间不存在统计学差异,*代表存在统计学差异,*越多代表P值越小。
关于箱式图中P值的显示操作就展示到这里,更多的参数设置,如果你有需要,你们可以提出来,后台会继续完善!
感兴趣的朋友,可以直接电脑端点击下方链接跳转至操作界面,不妨来试试吧!
https://shiny.medsta.cn/boxplot/(百度”风暴统计“)