调整相关图中多重检验的显着性水平

Question

我想在绘制多个相关测试时调整多个测试。 来自心理 package 的 corr.test 运行良好，但没有漂亮的图形 output。 我对使用 GGally package 中的 ggpairs 特别感兴趣，因为它允许每个单元格有多个相关性（例如，在下面的示例中按物种划分）。 但我似乎找不到添加 p.adjust 或类似语句的方法。

例如：

library(GGally)
data(flea)
ggpairs(flea, columns=2:4, ggplot2::aes(colour=species))

执行 12 个独立的相关测试并生成一个漂亮的 plot，用星号表示显着性水平。 但是如何调整已经完成了 12 个相关测试（而不是一个）？

我希望能够做类似的事情：

ggpairs(flea, columns=2:4, ggplot2::aes(colour=species, p.adjust="Bonferroni"))

这不会引发任何错误。 但据我所知，它也导致显着性测试没有差异 - 似乎 p.adjust 语句被忽略了。

1）它被忽略了吗？ 您如何访问实际的 p 值而不仅仅是 *** 以更详细地检查这一点？

2）假设它被忽略了，我该如何调整显着性检验以考虑多重检验？

我对可以处理多种类型调整的方法特别感兴趣，而不仅仅是 Bonferroni。 我在示例中使用 Bonferroni，因为它是最保守的，因此（我认为）最容易看出已校正/未校正 output 之间的差异。 我想用它来可视化几十到几百个带有 fdr 校正（或类似）的相关测试的结果。

Answer 1

我没有，谢谢你的建议。 也许我在这里遗漏了一些东西，但它似乎并不那么简单：

holm_cors<-corr.test(flea[,2:4]) #default is holm method multiple test corrections
holm_p<-fdr_cors$p

ggpairs(flea, columns=c(2:4), mapping=ggplot2::aes(colour=flea$species), legends=T, axisLabels="show", upper=list(continuous=holm_p)+
theme(panel.grid.major=element_blank(), panel.grid.minor=element_blank(), axis.line=element_line(colour="black")))

我还尝试了 upper=list(continuous=holm_cors, Continuous="holm_p" 等，以及用 upper=list(continuous=wrap(corr.test)) 包装 corr.test function。

在所有情况下，返回的上面板都是空白的。