如何解决将平均比较添加到绘图 + 是否可以从 KS 测试特别是在小提琴图上在 ggplot或一般为 R中显示 p 值?
所以我正在寻求创造这样的东西:
使用我自己的数据,特别是使用我在这里找到的 p 值:
现在,我能够制作类似的东西,尽管方法不正确。具体来说,我能够使用 T 检验产生类似的结果: T test p-value
我通过编写此代码产生了这个:
l<- ggplot(VioPos,aes(x=Regulation,y=score,fill=Regulation)) +
geom_violin(trim=FALSE)+
labs(title="Plot of ARE scores by Regulation",x="Gene Regulation",y = "ARE score")+
geom_Boxplot(width=0.1,fill="white")+
theme_classic()
l
dp <- l + scale_y_continuous(trans="log2")
dp
dp7 <- dp +
stat_compare_means(comparisons=my_comparisons,method="t.test")
dp7
换句话说,我使用 ggplot2/tidyverse/ggpubr/rstatix 使用了 stat_compare_means()。
但是,如果我修改代码中的方法,它似乎可以正确显示 Wilcoxon 和 T 检验,但不能用于 anova 和 kruskal wallis 检验。此外,似乎 stat_compare_means() 只支持这四个而不是 KS,但我特别感兴趣的是将我的 KS 测试输出的均值比较绘制到我的小提琴图上。 我可以使用其他一些软件包吗?
另请注意:对于 KS 测试,“UpscorePos”“DownscorePos”等是按规定比较 ARE 分数(就像我对 T 测试中的图表所做的那样)。
解决方法
您可以像这样从 KS 测试中获得 p 值:
x <- rnorm(100)
y <- rnorm(100)
res <- ks.test(x,y)
res$p.value
[1] 0.9670685
只需使用此 p 值并将其添加到您的绘图中即可。
编辑:一个有点hacky的解决方案是使用运行t检验并获得可以与stat_pvalalue_manual
一起使用的正确数据结构并从ks.test
插入pvalues。请参见下面的示例(我以 ToothGrowth 数据为例)。
# Transform `dose` into factor variable
df <- ToothGrowth
df$dose <- as.factor(df$dose)
stat.test <- df %>%
t_test(len ~ dose)
stat.test
# prepare test tibble for ks.test
stat.test <- df %>%
t_test(len ~ dose)
stat.test <- stat.test %>% add_y_position()
stat.test
kst <- stat.test # copy tibble to overwrite p-values for ks.test
p1 <- ks.test(x = ToothGrowth$len[ToothGrowth$dose == 0.5],y = ToothGrowth$len[ToothGrowth$dose == 1]
)$p
p2 <- ks.test(x = ToothGrowth$len[ToothGrowth$dose == 0.5],y = ToothGrowth$len[ToothGrowth$dose == 2]
)$p
p3 <- ks.test(x = ToothGrowth$len[ToothGrowth$dose == 1],y = ToothGrowth$len[ToothGrowth$dose == 2]
)$p
kst[,'p'] <- as.numeric(c(p1,p2,p3))
ggplot(df,aes(x = dose,y = len)) +
geom_violin(trim = F) +
stat_pvalue_manual(kst,label = "p = {p}")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。