cass怎么添加指北针图例_R语言统计与绘图：在ggplot2图形上添加显著性差异注释...

研究者常常要比较两组数据是否有统计学差异，并且要将这种差异在图形上通过线和注释标注出来。

ggplot2包是一个很好的可视化包，ggsignif包是ggplot2包的一个扩展包。

今天来学习怎么在ggplot2包绘制的图形上添加显著性差异注释。

1. 安装R包

"ggplot2")  

2. 加载数据

使用iris数据集。

iris也称鸢尾花卉数据集，包含150个数据样本，分为3类(setosa、versicolour、virginica)，每类50个数据，每个数据包含4个属性(花萼长度、花萼宽度、花瓣长度、花瓣宽度)。

# 加载数据集

3. 绘制箱型图

3.1 两组比较

比较数据集中versicolor组和virginica组的Sepal.Length(花萼长度)是否有统计学差异。

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot() +
  geom_signif(comparisons = list(c("versicolor", "virginica")))

如上图所示，可以看到两组是有统计学差异的，但是图中的P值使用的是科学计数法，其实还可以使用*或注释来表示。

通过添加参数map_signif_level=TRUE，可以将统计学差异表示为*符号。

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot() +
  geom_signif(comparisons = list(c("versicolor", "virginica")),
              map_signif_level=TRUE)

3.2 多组两两比较

还是使用上面的数据集数据。

我们在图上添加3组数据两两比较的统计学差异P值。

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot() +
  geom_signif(comparisons = list(c("versicolor", "virginica"),
                                 c("setosa", "virginica"),
                                 c("versicolor", "setosa"))

如上图所示，虽然我们添加了P值，但是P值位置等参数有重叠，需要调整。

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot() +
  geom_signif(comparisons = list(c("versicolor", "virginica"),
                                 c("setosa", "virginica"),
                                 c("versicolor", "setosa")),
              y_position=c(8.2, 8.5, 7.5), 
              map_signif_level=TRUE)

y_position中的数字与comparisons中的组别一一对应。

如果我们要调整横线两端的小竖线长度怎么调整？我想要使每根小竖线的长度各不相同。

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot() +
  geom_signif(comparisons = list(c("setosa", "versicolor"),
                                 c("setosa", "virginica"),
                                 c("versicolor", "virginica")),
              y_position=c(7.5, 8.5, 8.2), 
              tip_length = c(0.2, 0.05, 0.2, 0.05, 0.1, 0.05),
              map_signif_level=TRUE)

主要调整参数就是tip_length()参数，里面的小竖线长度要和组别也是一一对应。

4. 绘制条形图

## 创建数据集

ggplot(dat, aes(Group, Value)) +
  geom_bar(aes(fill = Sub), stat="identity", position="dodge", width=.5) +
  geom_signif(y_position=c(6.0, 8.5), xmin=c(0.85, 1.85), xmax=c(1.15, 2.15),
              annotation=c("**", "NS"), tip_length=0.04) + 
  geom_signif(comparisons=list(c("S1", "S2")),
              y_position = 9.3, tip_length = 0.04, vjust=0.2)

请注意：一般根据数据是否符合正态分布，选择合适的统计方法，上面的数据集我统计学方法都是默认的，可以使用函数中的test参数来指定统计学方法。

5. stat_signif()和geom_signif()函数

NULL, data = 

参考资料

1. stat_signif()和geom_signif()函数帮助文件
2. https://mp.weixin.qq.com/s/cjeoILJhZhQngXlm2ZZ4Eg

---

既往专辑

喜欢点个在看哦！