在R中计算多变量成对p值并添加箱线图显著性标注求助

1. 依赖包与数据准备 #

首先加载所需工具包，确保数据为长格式（你的数据结构已经符合要求），这里用模拟数据演示：

library(ggplot2)
library(ggpubr)
library(rstatix)

# 模拟8组药物检测数据（每组30-40个样本）
set.seed(123)
drug_data <- data.frame(
  Drug = rep(paste0("Drug", 1:8), each = sample(30:40, 8)),
  Result = c(rnorm(35, 0.5, 0.1), rnorm(32, 0.6, 0.12), rnorm(38, 0.45, 0.08),
             rnorm(31, 0.7, 0.1), rnorm(36, 0.35, 0.09), rnorm(33, 0.55, 0.11),
             rnorm(37, 0.4, 0.07), rnorm(34, 0.65, 0.13))
)

# 绘制基础箱线图
p <- ggplot(drug_data, aes(x = Drug, y = Result)) +
  geom_boxplot(fill = "lightblue", alpha = 0.7) +
  theme_bw()

2. 批量生成组间比较对 #

用rstatix工具包完成统计检验并提取所有成对比较组合，同时做多重比较校正：

# 正态分布数据用t检验，非正态替换为pairwise_wilcox_test
stat_test <- drug_data %>%
  pairwise_t_test(Result ~ Drug, p.adjust.method = "fdr")  # FDR校正控制假阳性

# 转换为ggpubr可识别的比较对格式
comparisons <- stat_test %>%
  select(group1, group2) %>%
  pmap(~c(.x, .y))

3. 给箱线图添加所有成对比较p值 #

直接调用stat_compare_means批量添加，手动调整y轴位置避免标签重叠：

p + stat_compare_means(
  comparisons = comparisons,
  method = "t.test",  # 对应之前的检验方法，非正态用"wilcox.test"
  p.adjust.method = "fdr",
  label = "p.adj",  # 显示校正后的p值
  label.y = seq(max(drug_data$Result) + 0.05, max(drug_data$Result) + 0.05 + length(comparisons)*0.03, by = 0.03)
)

4. 优化：解决标签拥挤问题 #

8组药物共28对比较，全部显示会过于杂乱，可只保留显著结果：

# 筛选校正后p值<0.05的比较对
sig_comparisons <- stat_test %>%
  filter(p.adj < 0.05) %>%
  select(group1, group2) %>%
  pmap(~c(.x, .y))

# 仅添加显著比较的p值
p + stat_compare_means(
  comparisons = sig_comparisons,
  method = "t.test",
  p.adjust.method = "fdr",
  label = "p.adj",
  label.y = seq(max(drug_data$Result) + 0.05, max(drug_data$Result) + 0.05 + length(sig_comparisons)*0.03, by = 0.03)
)

也可以用ggsignif包自动调整标签位置，并用符号代替p值提升可读性：

library(ggsignif)
p + geom_signif(
  comparisons = comparisons,
  test = "t.test",
  p.adjust.method = "fdr",
  map_signif_level = TRUE  # 用***、**、*表示显著性
)

注意事项 #

• 先通过Shapiro-Wilk检验判断数据是否符合正态分布，选择对应统计方法
• 必须做多重比较校正，常用FDR、Bonferroni等方法
• 组间比较过多时，优先展示显著结果，保证图表可读性

内容的提问来源于stack exchange，提问作者Ruser123456710