添加p-value和显著性标记：ggsignif和ggpubr

在数据分析过程中，常常需要把组间的显著性添加到图形中，但是在ggplot2中实现起来略显麻烦，幸运的是，有很多R包可以帮助我们实现这一 *** 作，比如ggsignif和ggpubr。

一般根据数据是否符合正态分布，选择合适的统计方法：

ggsignif包主要函数为： geom_signif() 和 stat_signif() ，常用 geom_signif() 。

安装

使用iris数据集做演示

Species的三组两两分别作差异性检验，提前设定好配对分析的list

绘制geom_boxplot()和小提琴图geom_violin()

ggpubr添加p-value主要使用ggpubr包中的两个函数： compare_means() 和 stat_compare_mean() 。

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

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(label=paste0(…method…,"\n", “p=”,…p.format…))：p-value与显著性水平分行显示

也可以将标签指定为字符向量，不要映射，只需将p.signif两端的…去掉即可

利用ggpaired()进行可视化

绘图

Pairwise comparisons:如果分组变量中包含两个以上的水平，那么会自动进行pairwise test,默认方法为”wilcox.test”

参考： https://blog.csdn.net/xj4math/article/details/115448669

最终出图如下

这里自动做统计检验的函数是 stat_compare_means()

读入数据

作图

这个函数来自于ggpubr这个包，只需要指定根据那一列来分组就可以了

默认的是Wilcoxon Rank Sum and Signed Rank Tests，如果要用t检验指定method参数

如果想把P值改成星号，直接加label=“p.signif”参数

这里如果不显著会在图上显示ns，如果不想要ns，可以加 hide.ns = TRUE 参数

星号的位置可以手动指定，用 label.y = c(26,31) 参数

使用到的是 ggsignif 这个包

小明的数据分析笔记本

因为我们一般自己录的数据都是excel表格的，对于读取excel，此处有一个小技巧

注意此处有一个易错点，就是忘记加载ggpubr，因为stat_cor是ggpubr包中的，如果未加载ggpubr包，则会出现

---