将箱线图与 Wilcoxon 检验进行比较

我正在使用 R 中的 ggplot2 包比较两组长度（不同的个体）和箱线图。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？我可以具体比较分布而不是平均值吗？正如你所看到的，我是统计世界的新手。谢谢你！

Base R 有一个内置函数可以进行 Wilcoxon 测试：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

然而，iris$Species共有三个级别。如果我们想同时完成这三件事怎么办？

基地stats包里还有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，我怀疑您想将其绘制成图表。你需要pairwise_wilcox_test and add_xy_position来自rstatix包装和stat_pvalue_manual来自ggpubr包裹。这pairwise_wilcox_test函数是对基础 R 的改进pairwise.wilcox.text因为返回一个 tibble 而不是类列表htest.

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 ****    

功能add_xy_positions添加 x 和 y 坐标信息以使该数据更适合绘图，并且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())