stat_compare_means（）提供的p.value與compare_means（）或t.test（）不同

Question

我想用ggplot2繪制數據並使用ggpubr添加p值。 但是繪制的p值與我使用compare_means()或t.test()計算的p值不匹配。

這是我的數據：

Group <- rep(c('A'), each=12)
Drug <- rep(c('x','y'), each= 6)
RC <- c(13076,  10814,  14297,  13119,  13616,  5, 19671,   18318,  12058,  17624,  9565,   13689)
mydf <- as.data.frame(cbind(Group,Drug,RC))
mydf$RC <- as.numeric(as.character(mydf$RC))

這是情節的代碼：

library(ggplot2)
library(ggpubr)
ggplot(mydf, aes(x=factor(Group),y=log10(RC)))+
geom_boxplot(aes(color=Drug))+stat_compare_means(aes(group = Drug), method = "t.test", label = "p.format")

顯示的p。值是p = 0.32。 但是，當我使用其他方法計算p.value時，得到的值約為0.149

compare_means(RC~Drug,data=mydf, method = "t.test")

t.test(RC~Drug,data=mydf, exact= FALSE)

這里也解決了類似的問題，但是在這種情況下，與stat_compare_means()和t.test()相比， compare_means()給出了另一個結果。 我確保擁有ggpubr的最新版本（ggpubr_0.1.6.999）。

我想念的是什么？

Answer 1

您正在對日志值進行測試：

t.test(log10(RC) ~ Drug, data = mydf, exact = FALSE)
# 0.3237