R语言—组间显著性检验及其可视化

vlambda
2020-04-25

R语言—组间显著性检验及其可视化

本期给大家带来R语言—组间显著性检验及其可视化。

首先准备测试数据，格式见下图：

贴心小编给没有数据的同学备好测试数据，拿走不谢：

链接：https://pan.baidu.com/s/1vOAKfpZCDZgj95CGn766dw 提取码：q1j6

R语言—组间显著性检验及其可视化

首先安装以下包：

安装命令如下（如已安装可直接加载）：

install.packages("ggpubr")

install.packages("dplyr")

install.packages("reshape")

安装成功后加载以下包：

library(ggpubr)

library(dplyr)

library(reshape）

#读入数据

data<-read.table("test_data1.txt",header=T,sep="\t")

R语言—组间显著性检验及其可视化

#宽数据转换为长数据

dat<-melt(data)

R语言—组间显著性检验及其可视化

#转换后的数据重新命名列名

names(dat)<-c("group","value")

#多组组间显著性检验，本次我们采用anova检验并作图，如申明method = "anova"，否则默认采用的是kruskal.test

ggboxplot(dat, x = "group", y = "value",color = "group", palette = "group")+stat_compare_means(method = "anova")

R语言—组间显著性检验及其可视化

# label.y自定义标签的位置

ggboxplot(dat, x = "group", y = "value",color = "group", palette = "group")+

stat_compare_means(method = "anova"，label.y = max(dat$value))

R语言—组间显著性检验及其可视化

#以组进行填充

ggboxplot(dat, x = "group", y = "value", palette = "group",fill="group")+

stat_compare_means(method = "anova",label.y = max(dat$value)+0.05)

R语言—组间显著性检验及其可视化

#以小提琴的方式可视化

ggviolin(dat, x = "group", y = "value",color = "group", palette = "group")+

stat_compare_means(method = "anova",label.y = max(dat$value)+0.15)

R语言—组间显著性检验及其可视化

#组与组之间显著性可自定义比较

my_comparisons <- list( c("A", "B"), c("A", "C"), c("B", "C"), c("C", "D"), c("C","E"), c("E","F") ,c("B","F"))

ggboxplot(dat, x = "group", y = "value",color = "group", palette = "group")+

stat_compare_means(method = "anova", label.y = max(dat$value)+0.5)+

stat_compare_means(comparisons = my_comparisons)

R语言—组间显著性检验及其可视化

#用*来代替p值进行显著性显示

ggboxplot(dat, x = "group", y = "value",color = "group", palette = "group")+stat_compare_means(method = "anova", label.y = max(dat$value)+0.5)+stat_compare_means(comparisons =

my_comparisons,aes(label = ..p.signif..),method = "t.test", ref.group = "0.5")

☞注：两两比对如需用T-test，需要对数据检验是否符合正态分布，可使用Shapiro-Wilk方法进行正态检验。如何检验此处暂不揭晓，如有想了解的同学，可留言给我们哦。

R语言—组间显著性检验及其可视化

#用*来代替p值显示,检验方式选择wilcox.test

ggboxplot(dat, x = "group", y = "value",color = "group", palette = "group")+

stat_compare_means(method = "anova", label.y = max(dat$value)+0.5)+

stat_compare_means(comparisons = my_comparisons,aes(label = ..p.signif..),method = "wilcox.test", ref.group = "0.5")

R语言—组间显著性检验及其可视化

若同一组有不同的梯度，两组之间不同梯度比较可采用以下方式

数据格式如下：

R语言—组间显著性检验及其可视化

#读入数据集

data<-read.table("test_data2.txt",header=T,sep="\t")

#两两之间显著性检验，默认采用的是wilcox.test

ggboxplot(data,x = "group", y = "value",color = "group", palette = "group",add = "jitter",facet.by = "level",short.panel.labs = FALSE)+

stat_compare_means(aes(label = paste0("p = ", ..p.format..)))

R语言—组间显著性检验及其可视化

#也可用小提琴图来可视化

ggviolin(data,x = "group", y = "value",color = "group", palette = "group",add = "jitter",facet.by = "level",short.panel.labs = FALSE)+

stat_compare_means(label.y = max(data$value)+0.05,aes(label = paste0("p = ", ..p.format..)))

R语言—组间显著性检验及其可视化

本期R语言小技能就解读到这里啦，你get到了吗？拿着测试数据操作一下，包你一学就会！想学习更多知识，就要紧跟我们的步伐，五月特为您推出“网络精讲班”实战式传授代谢组学分析方法，并且打破单一组学限制，结合微生物多样性（16S测序）领域讲解多组学联合分析的方法和思路，深入探讨代谢组学的研究应用，让您能够系统掌握代谢组学的分析技能。机会难得，赶紧了解一下☟☟

金牌培训班预览

集思慧远|微生物代谢组学线上培训班

（四天网络精讲班时间：2020.5.6~5.9号）

对代谢组学概述及发展、研究内容、常用数据库、多元变量统计、代谢物筛选、功能模块挖掘、微生物与代谢物关联分析等进行深入浅出的讲解与培训。

课程安排：

R语言—组间显著性检验及其可视化

报名须知及学习费用

报名须知

扫码填写报名表，负责人员会在1-2个工作日内与您联系。

(2)联系当地销售进行报名。

报名缴费

(1)培训费2200元/人，线上培训，互动性强，打包详细的自学资料和视频课件。

(2)学生凭学生证可享受学生优惠价8.5折，同一单位3人(含)以上报名，享团体优惠价8.5折。

(4)不要发票的老师也可享受优惠价8折。

付款方式

公对公转账

开户名称：南京集思慧远生物科技有限公司

开户行：南京银行股份有限公司城东支行

账号：01500120210019812

*转账备注中请注明“姓名+单位名称+微生物代谢组培训”。

需支付宝转账的同学个别交流！