Umieść gwiazdki na plombach ggplot i boxplots - aby wskazać poziom istotności (wartość p)

Question

Powszechne jest umieszczanie gwiazd na plamach lub działkach, aby pokazać poziom istotności (wartość p) jednej lub dwóch grup, poniżej jest kilka przykładów:

Liczba gwiazd są określone przez wartości p, na przykład można umieścić 3 gwiazdki, p-wartość < 0,001 dwie gwiazdki dla wartości p < 0,01 i tak dalej (chociaż zmienia się to z jednego artykułu na drugi).

Moje pytania: Jak generować podobne wykresy? Metody, które automatycznie umieszczają gwiazdy w oparciu o poziom istotności są mile widziane.

Answer 1

Proszę znaleźć moją próbę poniżej.

Najpierw stworzyłem jakieś fikcyjne dane i barplot które mogą być modyfikowane, jak chcemy.

windows(4,4) 

dat <- data.frame(Group = c("S1", "S1", "S2", "S2"), 
        Sub = c("A", "B", "A", "B"), 
        Value = c(3,5,7,8)) 

## Define base plot 
p <- 
ggplot(dat, aes(Group, Value)) + 
    theme_bw() + theme(panel.grid = element_blank()) + 
    coord_cartesian(ylim = c(0, 15)) + 
    scale_fill_manual(values = c("grey80", "grey20")) + 
    geom_bar(aes(fill = Sub), stat="identity", position="dodge", width=.5) 

Dodawanie gwiazdek powyżej kolumny jest łatwe, jak wspomniano już baptysta. Po prostu utworzymy data.frame ze współrzędnymi.

label.df <- data.frame(Group = c("S1", "S2"), 
         Value = c(6, 9)) 

p + geom_text(data = label.df, label = "***") 

celu dodania łuków, które wskazują na porównanie podgrupy, to obliczane parametrycznych współrzędne półkola i dodano je połączone z geom_line. Gwiazdki również wymagają nowych współrzędnych.

label.df <- data.frame(Group = c(1,1,1, 2,2,2), 
         Value = c(6.5,6.8,7.1, 9.5,9.8,10.1)) 

# Define arc coordinates 
r <- 0.15 
t <- seq(0, 180, by = 1) * pi/180 
x <- r * cos(t) 
y <- r*5 * sin(t) 

arc.df <- data.frame(Group = x, Value = y) 

p2 <- 
p + geom_text(data = label.df, label = "*") + 
    geom_line(data = arc.df, aes(Group+1, Value+5.5), lty = 2) + 
    geom_line(data = arc.df, aes(Group+2, Value+8.5), lty = 2) 

Na koniec, aby wskazać porównanie między grupami, zbudowałem większy okrąg i spłaszczyłem go u góry.

r <- .5 
x <- r * cos(t) 
y <- r*4 * sin(t) 
y[20:162] <- y[20] # Flattens the arc 

arc.df <- data.frame(Group = x, Value = y) 

p2 + geom_line(data = arc.df, aes(Group+1.5, Value+11), lty = 2) + 
    geom_text(x = 1.5, y = 12, label = "***") 

Answer 2

Wiem, że to stare pytanie, a odpowiedź Jens Tierling już zapewnia jedno rozwiązanie tego problemu. Ale niedawno stworzył ggplot-rozszerzenie, które upraszcza cały proces dodawania barów istotności: ggsignif

Zamiast żmudnego dodawania geom_line i geom_text na swojej działce po prostu dodać pojedynczą warstwę geom_signif:

library(ggplot2) 
library(ggsignif) 

ggplot(iris, aes(x=Species, y=Sepal.Length)) + 
    geom_boxplot() + 
    geom_signif(comparisons = list(c("versicolor", "virginica")), 
       map_signif_level=TRUE) 

aby utworzyć bardziej zaawansowany wykres podobny do przedstawionego przez Jensa Tierling, można zrobić:

dat <- data.frame(Group = c("S1", "S1", "S2", "S2"), 
       Sub = c("A", "B", "A", "B"), 
       Value = c(3,5,7,8)) 

ggplot(dat, aes(Group, Value)) + 
    geom_bar(aes(fill = Sub), stat="identity", position="dodge", width=.5) + 
    geom_signif(stat="identity", 
       data=data.frame(x=c(0.875, 1.875), xend=c(1.125, 2.125), 
           y=c(5.8, 8.5), annotation=c("**", "NS")), 
       aes(x=x,xend=xend, y=y, yend=y, annotation=annotation)) + 
    geom_signif(comparisons=list(c("S1", "S2")), annotations="***", 
       y_position = 9.3, tip_length = 0, vjust=0.4) + 
    scale_fill_manual(values = c("grey80", "grey20")) 

Pełna dokumentacja jest dostępna w pakiecie CRAN.

Answer 3

Istnieje również rozszerzenie pakietu o nazwie ggpubr, który ma większą moc, jeśli chodzi o porównania z wieloma grupami. Opiera się na ggsignif, ale także obsługuje anova i kruskal-wallis, a także porównań parami przeciwko średniemu gobal.

Przykład:

ggboxplot(ToothGrowth, x = "dose", y = "len", 
      color = "dose", palette = "jco")+ 
    stat_compare_means(comparisons = my_comparisons, label.y = c(29, 35, 40))+ 
    stat_compare_means(label.y = 45) 

Answer 4

Wykonane moja własna funkcja:

ts_test <- function(dataL,x,y,method="t.test",idCol=NULL,paired=F,label = "p.signif",p.adjust.method="none",alternative = c("two.sided", "less", "greater"),...) { 
    options(scipen = 999) 

    annoList <- list() 

    setDT(dataL) 

    if(paired) { 
     allSubs <- dataL[,.SD,.SDcols=idCol] %>% na.omit %>% unique 
     dataL <- dataL[,merge(.SD,allSubs,by=idCol,all=T),by=x] #idCol!!! 
    } 

    if(method =="t.test") { 
     dataA <- eval(parse(text=paste0(
         "dataL[,.(",as.name(y),"=mean(get(y),na.rm=T),sd=sd(get(y),na.rm=T)),by=x] %>% setDF" 
         ))) 
     res<-pairwise.t.test(x=dataL[[y]], g=dataL[[x]], p.adjust.method = p.adjust.method, 
         pool.sd = !paired, paired = paired, 
         alternative = alternative, ...) 
    } 

    if(method =="wilcox.test") { 
     dataA <- eval(parse(text=paste0(
      "dataL[,.(",as.name(y),"=median(get(y),na.rm=T),sd=IQR(get(y),na.rm=T,type=6)),by=x] %>% setDF" 
     ))) 
     res<-pairwise.wilcox.test(x=dataL[[y]], g=dataL[[x]], p.adjust.method = p.adjust.method, 
          paired = paired, ...) 
    } 

    #Output the groups 
    res$p.value %>% dimnames %>% {paste(.[[2]],.[[1]],sep="_")} %>% cat("Groups ",.) 

    #Make annotations ready 
    annoList[["label"]] <- res$p.value %>% diag %>% round(5) 

    if(!is.null(label)) { 
     if(label == "p.signif"){ 
      annoList[["label"]] %<>% cut(.,breaks = c(-0.1, 0.0001, 0.001, 0.01, 0.05, 1), 
             labels = c("****", "***", "**", "*", "ns")) %>% as.character 
     } 
    } 

    annoList[["x"]] <- dataA[[x]] %>% {diff(.)/2 + .[-length(.)]} 
    annoList[["y"]] <- {dataA[[y]] + dataA[["sd"]]} %>% {pmax(lag(.), .)} %>% na.omit 

    #Make plot 
    coli="#0099ff";sizei=1.3 

    p <-ggplot(dataA, aes(x=get(x), y=get(y))) + 
     geom_errorbar(aes(ymin=len-sd, ymax=len+sd),width=.1,color=coli,size=sizei) + 
     geom_line(color=coli,size=sizei) + geom_point(color=coli,size=sizei) + 
     scale_color_brewer(palette="Paired") + theme_minimal() + 
     xlab(x) + ylab(y) + ggtitle("title","subtitle") 


    #Annotate significances 
    p <-p + annotate("text", x = annoList[["x"]], y = annoList[["y"]], label = annoList[["label"]]) 

    return(p) 
} 

danych i zadzwonić:

library(ggplot2);library(data.table);library(magrittr); 

df_long <- rbind(ToothGrowth[,-2],data.frame(len=40:50,dose=3.0)) 
df_long$ID <- data.table::rowid(df_long$dose) 

ts_test(dataL=df_long,x="dose",y="len",idCol="ID",method="wilcox.test",paired=T) 

Wynik: