如何在ggplot中用stat_compare_means对甲虫选择计数数据做t检验？

首先，你当前用t检验的思路不对——t检验是用来比较连续变量的组间均值差异的，而你的数据是二分类计数（甲虫的两种选择），应该用卡方拟合优度检验（检验两种选择的比例是否偏离均匀分布，也就是是否有显著偏向）或者二项式检验（直接检验某一种选择的比例是否与预期值不同，比如0.5）。

stat_compare_means是可以实现这类检验的，但需要调整参数，而非用默认的t检验。下面是具体修正方案：

情况1：原始长格式数据（每一行对应一只甲虫的选择） #

如果你的dat是长格式（每一行记录一只甲虫的choice，取值为"朝向"或"远离"），可以用以下代码：

卡方拟合优度检验（检验两种选择比例是否有差异） #

library(ggplot2)
library(ggsignif) # 必须加载这个包才能使用stat_compare_means

ggplot(dat %>% na.omit(), aes(x = choice)) +
  geom_bar(fill = "steelblue") +
  stat_compare_means(
    method = "chisq", 
    ref.group = ".all.", 
    label = "p.format",
    label.y = max(table(dat$choice)) * 1.1 # 把p值放在柱子上方合适位置
  )

• method="chisq"指定用卡方检验，ref.group=".all."表示做拟合优度检验（比较各水平计数与均匀分布的期望）。

二项式检验（检验某一选择的比例是否等于0.5） #

如果你想直接检验"朝向"的比例是否显著偏离50%，可以用二项式检验：

ggplot(dat %>% na.omit(), aes(x = choice)) +
  geom_bar(fill = "coral") +
  stat_compare_means(
    method = "binom", 
    p = 0.5, # 指定预期比例，这里设为0.5
    label = "p.format",
    label.y = max(table(dat$choice)) * 1.1
  )

情况2：汇总后的计数数据 #

如果你的数据是汇总好的（比如一行是"朝向"对应计数count，一行是"远离"对应计数count），需要调整aes并指定stat="identity"：

# 假设dat结构为：choice | count
ggplot(dat %>% na.omit(), aes(x = choice, y = count)) +
  geom_bar(stat = "identity", fill = "forestgreen") +
  stat_compare_means(
    method = "chisq", 
    ref.group = ".all.", 
    label = "p.format",
    label.y = max(dat$count) * 1.1
  )

关键提醒 #

• 必须加载ggsignif包，stat_compare_means是该包的函数，并非ggplot2原生功能。
• 绝对不要用t检验处理这类二分类计数数据，结果完全不可靠，一定要用适合分类数据的检验方法。

内容的提问来源于stack exchange，提问作者twohats