R语言学习笔记--ggplot2一步到位绘制误差线及p-value（或显著性标记）

采用ggplot2绘制误差线需要对数据转换求得mean和sd（或se等），可以通过Rmisc包summarySE函数、dplyr包group_by与summarise两个函数等实现，添加p-value（或显著性标记）可采用ggpubr包，然而添加p-value无需数据转换。这样，ggplot2同时绘制误差线与p-value则需要采用多数据框，太过复杂。下面提供一个简单的一步到位法。

#先加载包
library(ggplot2); library(ggpubr)
#加载数据集ToothGrowth
data("ToothGrowth")

tg <- ToothGrowth
tg$dose = as.factor (tg$dose)
head(tg)

p<- ggplot(tg, aes(x = dose, y = len, fill = supp)) +
      geom_bar(stat = "summary", fun.y = mean, color = "black", position = position_dodge()) +
      stat_summary(fun.data = 'mean_sd', geom = "errorbar", colour = "black",
                             width = 0.25,position = position_dodge( .9))
#最新版ggplot2(3.3.1)需将fun.y = mean改为fun = mean

执行stat_summary绘制误差线，亦可用mean_se等

添加p-value

#方差齐性检验，利用car下的Levene检验
library(car); library(purrr)
tg %>% split(.$dose) %>% map(~leveneTest(len ~ supp, data = .x, center = mean))
#不同dose下，Levene检验p值分别为0.052、0.149、0.129，表明各组总体方差相同(var.equal = TRUE)。

p +　stat_compare_means(method = "t.test", method.args = list(var.equal = TRUE))

添加显著性标记

p +　stat_compare_means(aes(label =..p.signif..), method = "t.test", method.args = list(var.equal = TRUE))

如果是盒形图或折线图等或其他比较方法，代码可相应修改，可参考ggplot2绘制带有标准差图 、 R语言可视化学习笔记之添加p-value和显著性标记。