比较箱线图和 Wilcoxon 检验

如何解决比较箱线图和 Wilcoxon 检验

我正在使用 R 中的 ggplot2 包将两组长度（不同的个体）与箱线图进行比较。我想比较这两个分布，但到目前为止，我发现使用 wilcoxon 测试的唯一方法是“ggpubr”包中的 stat_compare_means .这是比较分布的正确方法吗？我可以比较分布而不是具体的平均值吗？如您所见，我是统计领域的新手。谢谢！

解决方法

Base R 有一个内置函数来进行 Wilcoxon 检验：wilcox.test。您可以为其提供两个数值向量或将数值变量与因子变量（具有两个级别）相关联的公式。

# vector input
setosa_SL <- iris$Sepal.Length[which(iris$Species == "setosa")]
versicolor_SL <- iris$Sepal.Length[which(iris$Species == "versicolor")]
wilcox.test(setosa_SL,versicolor_SL)

    Wilcoxon rank sum test with continuity correction

data:  setosa_SL and versicolor_SL
W = 168.5,p-value = 8.346e-14
alternative hypothesis: true location shift is not equal to 0 

# formula input
wilcox.test(Sepal.Length ~ Species,data = iris[which(iris$Species != "virginica"),])

    Wilcoxon rank sum test with continuity correction

data:  Sepal.Length by Species
W = 168.5,p-value = 8.346e-14
alternative hypothesis: true location shift is not equal to 0

但是，iris$Species 具有三个级别。如果我们想同时做这三件事怎么办？

基础 stats 包也有 pairwise.wilcox.test。

pairwise.wilcox.test(iris$Sepal.Length,iris$Species)

    Pairwise comparisons using Wilcoxon rank sum test with continuity correction 

data:  iris$Sepal.Length and iris$Species 

           setosa  versicolor
versicolor 1.7e-13 -         
virginica  < 2e-16 5.9e-07  

P value adjustment method: holm

现在，我怀疑您想绘制此图。您需要 pairwise_wilcox_test 包中的 add_xy_position 和 rstatix 以及 stat_pvalue_manual 包中的 ggpubr。 pairwise_wilcox_test 函数是对基 R pairwise.wilcox.text 的改进，因为它返回一个小标题而不是类 htest 的列表。

library(rtatix)
librarr(ggpubr)

iris %>% pairwise_wilcox_test(Sepal.Length ~ Species)

# A tibble: 3 x 9
  .y.          group1     group2        n1    n2 statistic        p    p.adj p.adj.signif
* <chr>        <chr>      <chr>      <int> <int>     <dbl>    <dbl>    <dbl> <chr>       
1 Sepal.Length setosa     versicolor    50    50     168.  8.35e-14 1.67e-13 ****        
2 Sepal.Length setosa     virginica     50    50      38.5 6.40e-17 1.92e-16 ****        
3 Sepal.Length versicolor virginica     50    50     526   5.87e- 7 5.87e- 7 ****

函数 add_xy_positions 添加 x 和 y 坐标信息使此数据更适合绘图，而 stat_pvalue_manual 添加包含 p 值信息的层。

ggplot(iris,aes(x = Species,y = Sepal.Length)) +
  geom_boxplot() +
  stat_pvalue_manual(iris %>% 
                       pairwise_wilcox_test(Sepal.Length ~ Species) %>% 
                       add_xy_position())

此信息是初步的：

如果您想测试您的数据是否呈正态分布，请使用 Kolmogorov-Smirnov 测试。

如果数据呈正态分布，请使用 t 检验来比较两组的均值。

如果数据不是正态分布，则使用 Wilcoxon 秩和检验（= Mann Whitney U 检验）来比较两组的中位数。 dput() 你的数据，我可以给你看代码。