如何使用ggpubr包geom_signif实现卡方检验显著性标注

• geom_signif()默认检验逻辑为按x轴分组比较y值的分布，原生不支持直接传入计数数据自动构造列联表运行卡方检验，原代码存在两处逻辑错误：
  • comparisons参数传入值维度混乱，同时混入x轴类别（A、D）和fill映射的变量名（count1、count2），函数无法识别比较分组
  • 直接传入test = "chisq.test"时，函数默认将两组y值向量作为检验输入，而非构造列联表，完全不符合卡方检验的输入要求，因此触发缺失值报错

方案1：自定义检验函数适配geom_signif #

针对列联表卡方检验的输入要求，自定义检验函数传入geom_signif，直接在绘图流程中完成计算和标注，示例代码如下：

library(ggplot2)
library(ggpubr)
library(data.table)

# 读入示例数据
df_test <- data.frame(cat = c("A","D","R"), count1 = c(10,12,23),count2 = c(9,3,4))
melt_count <- data.table::melt(df_test, id.vars = "cat")

# 自定义卡方检验函数，适配geom_signif的输入输出格式
chisq_test_2x2 <- function(data, ...) {
  # 从分组数据构造2×2列联表
  contig_tab <- xtabs(value ~ variable + cat, data = data)
  test_res <- chisq.test(contig_tab)
  # 返回函数要求的p值结果格式
  data.frame(p.value = test_res$p.value)
}

# 绘图
ggplot(melt_count, aes(x = cat, fill = variable, y = value)) +
  geom_bar(stat = "identity", position = "dodge", width = 0.7) +
  geom_signif(
    # 仅传入x轴上需要两两比较的类别对
    comparisons = list(c("A","D"), c("A","R"), c("D","R")),
    test = chisq_test_2x2,
    # 手动指定标注y轴位置，避免和柱子遮挡
    y_position = c(36, 42, 48),
    # 直接用星号标注显著性水平
    map_signif_level = TRUE,
    tip_length = 0.01
  )

注意：如果列联表存在期望频数小于5的格子，将自定义函数中的chisq.test替换为fisher.test即可切换为费舍尔精确检验，更适配小样本计数场景。

方案2：使用ggstatsplot原生支持计数检验标注 #

如果不需要严格限制用ggpubr，可使用ggplot生态的ggstatsplot包，其内置的条形图函数原生支持计数数据的卡方/费舍尔检验，无需自定义函数，自动完成检验计算和标注：

library(ggstatsplot)
ggbarstats(
  data = melt_count,
  x = cat,
  y = value,
  fill = variable,
  # 指定使用参数检验即卡方检验
  type = "parametric",
  conf.level = 0.95,
  position = ggplot2::position_dodge(width = 0.7),
  # 关闭默认的冗余信息输出
  results.subtitle = FALSE
)

你的分析目标为验证count2（count1子集）的类别富集，本质是比较不同cat类别下count2占对应类别总计数（count1）的比例是否存在统计学差异，不要在comparisons参数中混传不同美学映射维度的分组值，geom_signif默认仅沿x轴维度完成组间比较。

内容的提问来源于stack exchange，提问作者Tkastyle