graphpad7.04多组比较p值_R语言：添加p-value和显著性标记

作者简介：taoyan：伪码农，R语言爱好者，爱开源。
文章来源：R语言可视化学习笔记之添加p-value和显著性标记（已与黄老师协商过转载）

在R语言在生物信息学的实际应用中，常常需要添加p-value和显著性标记。很多同学对于添加P-value这个问题一直一知半解，殊不知，不同的类型添加P-value选择的方法也是不同的。

本文将详细介绍如何通过ggpubr包为ggplot图添加p-value以及显著性标记。利用数据集ToothGrowth进行演示。

#先加载包
library(ggpubr)
#加载数据集ToothGrowth
data("ToothGrowth")
head(ToothGrowth)

## len supp dose
## 1 4.2 VC 0.5
## 2 11.5 VC 0.5
## 3 7.3 VC 0.5
## 4 5.8 VC 0.5
## 5 6.4 VC 0.5
## 6 10.0 VC 0.5

比较方法

R中常用的比较方法主要有下面几种：

各种比较方法后续有时间一一讲解。

添加p-value

主要利用ggpubr包中的两个函数：

• compare_means():可以进行一组或多组间的比较
• stat_compare_mean():自动添加p-value、显著性标记到ggplot图中

##compare_means()函数
该函数主要用用法如下：

compare_means(formula, data, method = "wilcox.test", paired = FALSE,
group.by = NULL, ref.group = NULL, ...)

注释：

• formula:形如x~group，其中x是数值型变量，group是因子，可以是一个或者多个
• data：数据集
• method:比较的方法，默认为"wilcox.test", 其他可选方法为："t.test"、"anova"、"kruskal.test"
• paired:是否要进行paired test(TRUE or FALSE)
• group_by: 比较时是否要进行分组
• ref.group: 是否需要指定参考组

##stat_compare_means()函数
主要用法：

stat_compare_means(mapping = NULL, comparisons = NULL hide.ns = FALSE,
label = NULL, label.x = NULL, label.y = NULL, ...)

注释：

• mapping:由aes()创建的一套美学映射
• comparisons:指定需要进行比较以及添加p-value、显著性标记的组
• hide.ns:是否要显示显著性标记ns
• label:显著性标记的类型，可选项为：p.signif(显著性标记)、p.format(显示p-value)
• label.x、label.y:显著性标签调整
• …:其他参数

比较独立的两组

compare_means(len~supp, data=ToothGrowth)

结果解释：

• .y:测试中使用的y变量
• p:p-value
• p.adj:调整后的p-value。默认为p.adjust.method="holm"
• p.format:四舍五入后的p-value
• p.signif:显著性水平
• method:用于统计检验的方法

##绘制箱线图

p <- ggboxplot(ToothGrowth, x="supp", y="len", color = "supp",
palette = "jco", add = "jitter")#添加p-valuep+stat_compare_means()

#使用其他统计检验方法
p+stat_compare_means(method = "t.test")

上述显著性标记可以通过label.x、label.y、hjust及vjust来调整
显著性标记可以通过aes()映射来更改：

• aes(label=..p.format..)或aes(lebel=paste0("p=",..p.format..))：只显示p-value，不显示统计检验方法
  • aes(label=..p.signif..)：仅显示显著性水平
  • aes(labe