如何在箱线图中展示TukeyHSD输出的p adj值而非t检验p值？

针对你要展示Fair切工与其他四类切工的Tukey事后检验调整p值的需求，直接用stat_compare_means确实无法实现，得先提取TukeyHSD的结果，再手动添加到图上。下面是完整的代码流程，用R自带的diamonds数据集演示：

1. 加载包并整理数据 #

先安装/加载需要的工具包，再筛选出目标切工类别：

# 首次使用请安装包
install.packages(c("tidyverse", "ggpubr"))

library(tidyverse)
library(ggpubr)

# 仅保留我们关注的切工组
diamonds_sub <- diamonds %>% 
  filter(cut %in% c("Fair", "Good", "Very Good", "Premium", "Ideal"))

2. 执行ANOVA与Tukey事后检验 #

先做单因素方差分析，再通过TukeyHSD计算调整后p值，最后提取Fair与其他组的对比结果：

# 单因素方差分析模型
aov_fit <- aov(price ~ cut, data = diamonds_sub)

# 运行Tukey事后检验
tukey_out <- TukeyHSD(aov_fit)

# 提取Fair相关的对比结果，整理成适合绘图的格式
tukey_p <- as.data.frame(tukey_out$cut) %>%
  rownames_to_column("comparison") %>%
  # 筛选所有包含Fair的对比组
  filter(str_detect(comparison, "Fair")) %>%
  # 拆分对比的两组名称
  separate(comparison, c("g1", "g2"), sep = "-") %>%
  # 统一基准组为Fair，同时设置标注的y轴位置（避免与箱线图重叠）
  mutate(
    target_group = ifelse(g1 == "Fair", g2, g1),
    y_pos = max(diamonds_sub$price) * 1.1 + seq(0, 4000, length.out = nrow(.))
  ) %>%
  select(target_group, adj_p = `p adj`, y_pos)

3. 绘制箱线图并添加p值 #

这里提供两种实现方式，按需选择：

方式一：用ggplot原生函数添加标注

ggplot(diamonds_sub, aes(x = cut, y = price)) +
  geom_boxplot(fill = "#69b3a2") +
  # 嵌入Tukey调整后的p值
  geom_text(
    data = tukey_p,
    aes(x = target_group, y = y_pos, label = paste0("p = ", round(adj_p, 4))),
    color = "red", size = 4
  ) +
  labs(title = "钻石价格 vs 切工（Tukey事后检验p值）",
       x = "切工等级", y = "价格") +
  theme_bw()

方式二：用ggpubr的stat_pvalue_manual（更专业的统计标注）

该方法会自动添加连线指向对比组，展示更直观：

# 整理成stat_pvalue_manual要求的数据格式
tukey_p_gg <- tukey_p %>%
  mutate(
    group1 = "Fair",
    group2 = target_group,
    p = adj_p,
    y.position = y_pos
  )

ggboxplot(diamonds_sub, x = "cut", y = "price", fill = "#69b3a2") +
  stat_pvalue_manual(
    tukey_p_gg,
    # 自动处理极小p值的显示
    label = ifelse(p < 0.001, "p < 0.001", paste0("p = ", round(p, 4))),
    tip.length = 0.02
  ) +
  labs(title = "钻石价格 vs 切工（Tukey事后检验调整p值）",
       x = "切工等级", y = "价格") +
  theme_bw()

注意事项 #

• 如果你的数据集价格最大值不同，可调整y_pos的乘数，确保标注在箱线图上方且不重叠。
• 极小p值直接显示p < 0.001比长小数更易读，代码中已包含该逻辑。

内容的提问来源于stack exchange，提问作者tassones