分组比较时，在图形中添加显著性水平是很常见的操作，比如像下图一样，那么这种图怎么做呢，看完本文你就会了，建议先点收藏。

示例数据

示例数据集：ToothGrowth

data("ToothGrowth")
head(ToothGrowth)

示例数据如下，数据和上篇文章一样的：

##    len supp dose
## 1  4.2   VC  0.5
## 2 11.5   VC  0.5
## 3  7.3   VC  0.5
## 4  5.8   VC  0.5
## 5  6.4   VC  0.5
## 6 10.0   VC  0.5

今天用到的包还是 R语言中的ggplot2包和ggpubr包，包的安装下载部分默认略过。

先做统计再绘图

我下面代码做的就是以dose分组后进行两组间len这个变量的比较，两个组分别是VC和OJ：

compare_means(len ~ supp, data = ToothGrowth, 
              group.by = "dose", paired = TRUE)

然后我们可以得到如下图的统计分析结果：

从结果看出在dose位0.5以及1的水平上，两组之间的len都是有显著意义的。

那么怎么在图中体现呢？我们可以创建一个按水平划分的多面板框图(此处为“dose”)，代码如下：

# 以 "dose"变量给图分面
p <- ggpaired(ToothGrowth, x = "supp", y = "len",
          color = "supp", palette = "jco", 
          line.color = "gray", line.size = 0.4,
          facet.by = "dose", short.panel.labs = FALSE)
# 加P值
p + stat_compare_means(label = "p.format", paired = TRUE)

看输出：

很直观的从图中就可以看到，在dose为1和0.5的水平，两组之间（两个组分别是VC和OJ）的len这个变量值有显著统计学意义。注意stat_compare_means有很多参数可以设置，具体上篇文章写过。

到现在为止，给大家写了2组变量在第三个变量的不同水平比较时的作图方法，那么我们就只有一个分组变量时该怎么做呢？

继续。

我就想看不同的dose间len这个变量有没有显著差异，再给len加上标准差，写代码如下：

# 带均值和标准差的柱形图 
ggbarplot(ToothGrowth, x = "dose", y = "len", add = "mean_se")+
  stat_compare_means() +                                         # 总体p值
  stat_compare_means(ref.group = "0.5", label = "p.signif",
                     label.y = c(22, 29))                   # 参考组比较所得的P值
# 带均值和标准差的线图
ggline(ToothGrowth, x = "dose", y = "len", add = "mean_se")+
  stat_compare_means() +                                         # 总体p值
  stat_compare_means(ref.group = "0.5", label = "p.signif",
                     label.y = c(22, 29))    

运行代码，得到本文最开始的图形，大功告成

强烈建议大家自己跑一跑代码哈，有问题请私信。

小结

感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python和R的，加油。

（站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据）

往期内容：

数据可视化——R语言为ggplot图形添加P值和显著性水平

数据可视化——R语言两两比较时为图形添加P值和显著性水平