如何对多分组变量使用stat_compare_means()实现显著性差异标注

需求说明 #

• 实验设计：小鼠分为A（参照组）、B、C三个处理组，连续24周监测体重
• 核心诉求：绘制各周体重的组间统计比较图，匹配差异化显著性标识，直观体现两个结论：
  • B组12周后体重恢复至和A组无统计学差异
  • C组体重全程和A组存在显著差异

原有代码问题 #

你当前使用的代码仅做每周三组的整体ANOVA检验，只能输出全局显著性，无法单独展示B、C组分别和参照组A的两两比较结果，也没法区分不同组别对比的显著性标识。

原有代码如下：

BW %>% 
  gather(Week, Weight, "0":"24") %>% 
  group_by(Group, Week) %>% 
  ggline(x = "Week", y = "Weight", add = "mean_se", color = "Group") +
  stat_compare_means(aes(group = Group), label = "p.signif", method = "anova")

原有运行效果：

优化后实现方案 #

修改思路 #

1. 指定仅做B vs A、C vs A两组两两比较，不需要全局ANOVA检验
2. 两组对比的显著性标识纵向偏移，避免重叠
3. 开启无显著性结果自动隐藏，自动体现B组12周后恢复正常的特征

优化后代码 #

library(tidyverse)
library(ggpubr)

# 数据预处理，转换为长表
BW_long <- BW %>% 
  gather(Week, Weight, "0":"24") %>% 
  mutate(Week = as.numeric(Week))

ggline(BW_long, 
       x = "Week", 
       y = "Weight", 
       add = "mean_se", 
       color = "Group",
       palette = c("A" = "gray30", "B" = "#2874A6", "C" = "#CB4335")) + # 自定义组别颜色提升辨识度
  # B组vsA组显著性标识，向上偏移0.4个单位，隐藏无差异结果
  stat_compare_means(comparisons = list(c("A", "B")),
                     label = "p.signif",
                     method = "t.test",
                     tip.length = 0,
                     vjust = -0.4,
                     hide.ns = TRUE) +
  # C组vsA组显著性标识，向上偏移0.8个单位，显示所有显著性结果
  stat_compare_means(comparisons = list(c("A", "C")),
                     label = "p.signif",
                     method = "t.test",
                     tip.length = 0,
                     vjust = -0.8,
                     hide.ns = FALSE)

内容的提问来源于stack exchange，提问作者SKJ