河南省住房和城乡建设厅网站首页,网络营销推广的标准,百度推广和哪些网站有合作,网站关键词排名查询散点图可以直观反映数据的分布#xff0c;箱线图可以展示均值等关键统计量#xff0c;二者结合能够清晰呈现数据蕴含的信息。 本篇笔记主要内容#xff1a;介绍R语言中绘制箱线图和散点图的方法#xff0c;以及二者结合展示教程#xff0c;添加差异比较显著性分析#xf… 散点图可以直观反映数据的分布箱线图可以展示均值等关键统计量二者结合能够清晰呈现数据蕴含的信息。 本篇笔记主要内容介绍R语言中绘制箱线图和散点图的方法以及二者结合展示教程添加差异比较显著性分析绘制如上结果图。 加载R包与数据 library(ggpubr) library(patchwork) library(ggsci)library(tidyverse)# 使用R语言自带的iris数据集并随机分成两组data - irisdata$Group - NAdata$Group[sample(1:nrow(data),size (nrow(data)/2))] - Adata$Group[is.na(data$Group)] - B 在实际数据可视化过程中输入数据格式也和上面类似至少有两列其中一列是分类另一列是数值。 绘制箱线图 ggplot(data,aes(x Species,y Sepal.Width)) geom_boxplot(aes(fill Species),alpha 0.7) 这里将Species设置为x轴Sepal.Width设置为y轴箱子内部填充颜色与Species映射。 这段代码的作用是创建一个箱形图显示不同物种Species的萼片宽度Sepal.Width分布且不同物种的箱形用不同颜色表示并且这些颜色半透明。 这种类型的图表通常用于展示和比较不同类别或组的数据分布情况特别是中位数、四分位数等统计信息。 绘制散点图 ggplot(data,aes(x Species,y Sepal.Width)) geom_jitter(aes(color Species)) 利用ggplot2包创建散点图并通过geom_jitter功能添加一些随机噪声来分散点以便更清晰地展示数据。 绘制箱线图散点图 p - ggplot(data,aes(x Species,y Sepal.Width)) geom_boxplot(aes(fill Species),alpha 0.7) geom_jitter(aes(color Species)) scale_fill_manual(values c(#f79f1f,#a3cb38,#1289a7)) scale_color_manual(values c(#f79f1f,#a3cb38,#1289a7)) theme_bw() theme(panel.grid element_blank())p 单因素多水平比较 对于两组以上的独立样品如果数据同时满足正态性和方差齐性可以采用方差分析ANOVA或者Kruskal检验如果不满足可采用Kruskal检验。 p - p stat_compare_means( method kruskal.test, label p.format, label.x 2, label.y 4, show.legend F)p 可以看到上图中自动标注的显著性P值通过修改label参数可以转换展示方式默认显示检验方法和p值。 p.format只显示p值不显示检验方法p.signif显示显著性水平符号ns: p 0.05、*: p 0.05、**: p 0.01、***: p 0.001、****: p 0.0001。 method选择统计学检验的方法 单因素两两比较 如果想看两两之间的差异显著性例如“setosa”和“versicolor”可以通过wilcox.test方法进行检验。 # 首先设置比较的列表compare_list - list( c(setosa,versicolor), c(versicolor,virginica)p - ggplot(data,aes(x Species,y Sepal.Width)) geom_boxplot(aes(fill Species),alpha 0.7) geom_jitter(aes(color Species)) scale_fill_manual(values c(#f79f1f,#a3cb38,#1289a7)) scale_color_manual(values c(#f79f1f,#a3cb38,#1289a7)) theme_bw() theme(panel.grid element_blank()) stat_compare_means( comparisons compare_list, method wilcox.test, label p.signif)) 代码中stat_compare_means函数提供统计学检验调节参数可以转换方法和展示方式。 双因素组内比较 如果引入分组信息作为另外一个因素那么可以对每个水平内两组进行比较。 p - ggplot(data,aes(x Species,y Sepal.Length,color Group)) geom_boxplot(aes(fillGroup),alpha0.5)p 箱线 散点 p - ggplot(data,aes(x Species,y Sepal.Length,color Group)) geom_boxplot(aes(fillGroup),alpha0.5) geom_jitter(position position_jitterdodge(jitter.width 0.5, jitter.height 0.5, dodge.width 0.2)) scale_fill_manual(values c(#f79f1f,#a3cb38,#1289a7)) scale_color_manual(values c(#f79f1f,#a3cb38,#1289a7)) theme_bw()p position_jitterdodge函数可以调整散点图的抖动范围scale_fill_manual用于调整填充颜色theme_bw用于设置主题这段代码仅作图。 统计学检验 p - p stat_compare_means( aes(group Group), label p.format, show.legend F, label.y 8.5)p 这张图x轴是不同分类每个分类下有A和B两组y轴表示具体的值每个分类上有P值标注。 在实际的分析可视化过程中还要考虑实验设计、数据分布状态等因素合理选择检验方法并根据目的和需求修改相应参数。 本文由 mdnice 多平台发布
