R语言分组数据分析：两两比较，显著性检验，柱状图，误差线，p值展示

使用R语言进行分组数据分析：两两比较，显著性检验，柱状图，误差线，p值展示

本教程将使用R语言对分组数据进行分析，包括两两比较，显著性检验，以及用ggpubr包绘制柱状图，添加误差线和p值。我们将以ggplot2包中的diamonds数据集为例进行说明。

1. 对数据进行分组，对分组后的数据进行两两比较，并作显著性检验

library(ggplot2)
library(dplyr)
library(tidyr)
library(broom)
library(ggpubr)

# 加载数据集
data(diamonds)

# 对数据进行分组
diamond_grouped <- diamonds %>% group_by(cut)

# 进行两两比较，并作显著性检验
diamond_compared <- diamond_grouped %>% 
  do(tidy(pairwise.t.test(.$price, .$cut, p.adjust.method = 'bonferroni')))

# 查看结果
diamond_compared

2. 用R语言包ggpubr对分组数据作柱状图，添加误差线，并进行组间比较，添加pvalue

# 绘制柱状图并添加误差线
p <- ggboxplot(diamonds, x = 'cut', y = 'price', 
               color = 'cut', palette = 'jco',
               add = 'jitter', width = 0.8, 
               ylab = 'Price', xlab = 'Cut')

# 进行组间比较，并添加pvalue
p + stat_compare_means(comparisons = list(c('Fair', 'Good'),
                                          c('Fair', 'Very Good'),
                                          c('Fair', 'Premium'),
                                          c('Fair', 'Ideal'),
                                          c('Good', 'Very Good'),
                                          c('Good', 'Premium'),
                                          c('Good', 'Ideal'),
                                          c('Very Good', 'Premium'),
                                          c('Very Good', 'Ideal'),
                                          c('Premium', 'Ideal')),
                       label.y = 5000)

代码解释：

• pairwise.t.test() 函数用于进行两两比较，并进行显著性检验。p.adjust.method = 'bonferroni' 用于调整p值，防止多重比较带来的误差。
• ggboxplot() 函数用于绘制箱线图，add = 'jitter' 用于添加抖动点。
• stat_compare_means() 函数用于进行组间比较，并添加p值。comparisons 参数指定要进行比较的组别。

结论:

通过以上代码，我们可以对分组数据进行两两比较，并作显著性检验，同时可以绘制柱状图，添加误差线和p值，以更直观地展示数据之间的差异。