如何将ggplot中stat_compare_means默认检验改为Mann-Whitney检验

直接在stat_compare_means()函数中添加method = "wilcox.test"参数，即可指定使用Mann-Whitney U检验（对应R中的wilcox.test）。修改后的完整代码如下：

my_comparisons <- list (c("AA/AG","GG"))
  
df <- GDFSNP1_for_R
df  %>% 
  drop_na(Genotype) %>%
  pivot_longer(starts_with("GDF")) %>%
  mutate(name = factor(name, c("GDFb", "GDFt6", "GDFt12"))) %>%
  ggplot(. , aes(y = value, x = Genotype, group = Genotype, fill=Genotype)) + 
  facet_grid(~name, labeller = as_labeller(GDF_label)) + 
  geom_violin(width=0.9) +
  geom_boxplot(width=0.1, alpha=0.2) + 
  stat_compare_means(comparisons = my_comparisons, method = "wilcox.test")

stat_compare_means（来自ggsignif包）支持的检验方法可按分组数量分类：

两组比较场景 #

• t.test：默认参数t检验（要求数据服从正态分布、方差齐性）
• wilcox.test：Mann-Whitney U检验（非参数方法，适配非正态分布数据）
• t.test.welch：Welch校正t检验（用于方差不齐的正态分布数据）

多组比较场景 #

• anova：单因素方差分析（参数检验，要求正态分布、方差齐性）
• kruskal.test：Kruskal-Wallis H检验（非参数方法，适配多组非正态分布数据）
• oneway.test：Welch校正单因素方差分析（用于方差不齐的多组正态分布数据）

额外说明：可通过method.args参数传递检验的附加参数，比如指定paired = TRUE执行配对检验，或var.equal = FALSE明确方差不齐等。

内容的提问来源于stack exchange，提问作者statsnoob