如何在箱线图的子组之间添加显着性条

Question

我想进行 wilcox 检验并为箱线图中的每个组（而不是组之间）添加一个显着性条。 IE。在时间 2、6 和 14 比较子组（“0”、“1”）。 这是我目前所拥有的：

WS = 时间
DV = 效果
count = 子组（“0”或“1”）

p <- ggplot(data, aes(x=WS, y=DV, group=count))
p <- p + geom_boxplot(aes(fill=factor(count), group=interaction(WS, count)))
p <- p + stat_summary(fun.y=median, geom="smooth", aes(group=factor(count), color =factor(count)))
p <- p + scale_x_continuous(breaks = c(2,6,14))
p

Output from code

添加时

p <- p + geom_signif(comparisons = list(c("0", "1")),
              map_signif_level=TRUE,test='wilcox.test')

到上面，我得到以下错误：

Error in f(...) : 
  Can only handle data with groups that are plotted on the x-axis

我假设只有当数据在 x 轴上时才能进行比较。但是，我想保持情节几乎与现在一样，x 轴上的时间为 2、6 和 14。我该如何解决这个问题？

Answer 1

来自ggsignif 的小插图（请参阅??ggsignif）我知道对于使用position='dodge' 的图层（这是您的箱线图的情况，因为您有带交互的分组）您需要提供自己定位和标注（标签）。

您可以像这样计算所有值：

p <- ggplot(data, aes(x=WS, y=DV, group=count))
p <- p + geom_boxplot(aes(fill=factor(count), group=interaction(WS, count)))
p <- p + stat_summary(fun.y=median, geom="smooth", aes(group=factor(count), color =factor(count)))
p <- p + scale_x_continuous(breaks = c(2,6,14))

p.values <- sapply(split(data, data$WS), function(x){wilcox.test(DV~count, x)$p.value})
labels <- symnum(p.values, corr = FALSE, cutpoints = c(0,  .001,.01,.05, 1), symbols = c("***","**","*","n.s."))
y.values <- sapply(split(data, data$WS), function(x){max(sapply(split(x, x$count), function(xx){boxplot(x$DV, plot=F)$stats[5, ]}))})+2

p <- p + geom_signif(y_position = y.values, xmin = unique(data$WS)-.4, xmax = unique(data$WS)+.4, annotations = labels)
p

这给出：