在this question之后，我试图进行框线图和成对比较，以再次显示重要性级别（仅对有意义的对），但是这次我要进行2个以上的组进行比较，并且要进行更复杂的构面。
我将在此处使用虹膜数据集进行说明。检查下面的MWE，在其中添加其他“处理”变量的地方。
library(reshape2)
library(ggplot2)
data(iris)
iris$treatment <- rep(c("A","B"), length(iris$Species)/2)
mydf <- melt(iris, measure.vars=names(iris)[1:4])
ggplot(mydf, aes(x=variable, y=value, fill=Species)) + geom_boxplot() +
stat_summary(fun.y=mean, geom="point", shape=5, size=4) +
facet_grid(treatment~Species, scales="free", space="free_x") +
theme(axis.text.x = element_text(angle=45, hjust=1))
这将产生以下图：
想法是对“变量”组（Sepal.Length，Sepal.Width，Petal.Length，Petal.Width）执行Kruskal-Wallis测试，并在它们之间进行成对的Wilcoxon测试，“物种”和“标准”定义的PER FACET “治疗”。
就像我之前的问题一样，它最有可能涉及更新注释。
换句话说，我想要执行与发布的this other question中相同的操作，但是要使用PER FACET。
尽管解决方案应该非常相似，但我还是感到非常困惑和困惑……任何帮助将不胜感激！谢谢！！
最佳答案
你可以试试
library(ggsignif)
ggplot(mydf,aes(x=variable, y=value)) +
geom_boxplot(aes(fill=Species)) + # define the fill argument here
facet_grid(treatment~Species) +
ylim(0,15)+
theme(axis.text.x = element_text(angle=45, hjust=1)) +
geom_signif(test="wilcox.test", comparisons = combn(levels(mydf$variable),2, simplify = F)[-4],
step_increase = 0.2)
可以通过添加Kruskal.wallis
library(ggpubr)
stat_compare_means(test="kruskal.test")
关于r - R ggplot2:具有显着性级别(超过2组:成对的kruskal.test和wilcox.test两对)的箱线图和多个构面，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46446392/