r - 如何在箱线图的子组之间添加显着性条
问题描述
我想进行 wilcox 检验并为箱线图中的每个组(而不是组之间)添加一个显着性条。即在时间 2、6 和 14 比较子组(“0”、“1”)。这是我目前所拥有的:
WS = 时间
DV = 效果
计数 = 子组(“0”或“1”)
p <- ggplot(data, aes(x=WS, y=DV, group=count))
p <- p + geom_boxplot(aes(fill=factor(count), group=interaction(WS, count)))
p <- p + stat_summary(fun.y=median, geom="smooth", aes(group=factor(count), color =factor(count)))
p <- p + scale_x_continuous(breaks = c(2,6,14))
p
添加时
p <- p + geom_signif(comparisons = list(c("0", "1")),
map_signif_level=TRUE,test='wilcox.test')
到上面,我收到以下错误:
Error in f(...) :
Can only handle data with groups that are plotted on the x-axis
我假设只有当数据在 x 轴上时才能进行比较。但是,我想保持情节几乎与现在一样,x 轴上的时间为 2、6 和 14。我该如何解决这个问题?
解决方案
从ggsignif
(see ??ggsignif
) 的小插图中,我了解到对于使用的图层position='dodge'
(箱线图就是这种情况,因为您有带交互的分组),您需要自己提供位置和注释(标签)。
您可以像这样计算所有值:
p <- ggplot(data, aes(x=WS, y=DV, group=count))
p <- p + geom_boxplot(aes(fill=factor(count), group=interaction(WS, count)))
p <- p + stat_summary(fun.y=median, geom="smooth", aes(group=factor(count), color =factor(count)))
p <- p + scale_x_continuous(breaks = c(2,6,14))
p.values <- sapply(split(data, data$WS), function(x){wilcox.test(DV~count, x)$p.value})
labels <- symnum(p.values, corr = FALSE, cutpoints = c(0, .001,.01,.05, 1), symbols = c("***","**","*","n.s."))
y.values <- sapply(split(data, data$WS), function(x){max(sapply(split(x, x$count), function(xx){boxplot(x$DV, plot=F)$stats[5, ]}))})+2
p <- p + geom_signif(y_position = y.values, xmin = unique(data$WS)-.4, xmax = unique(data$WS)+.4, annotations = labels)
p
推荐阅读
- python - 如何将子图的标签设置为某列的条目?
- html - 对齐文本和图像
- python - 为什么我的 Django root url-conf 找不到我的应用程序模块?
- c - 如何避免输入列表中已经存在的字符串
- java - 即使同步块中的其他线程更新,线程也没有获得最新值?
- node.js - 请求的资源上不存在“Access-Control-Allow-Origin”标头。使用 aws lambda 将图像上传到 s3
- python - 据称由于 jsonschema 无法启动 jupyter notebook
- python - 我想从这个文本文件中删除表格“收益的使用”。有没有办法让我在 python 中做到这一点?
- selenium - 在黄瓜中将变量从一个动作类传递到另一个动作类
- node.js - 护照会话正在失效