Hervorheben signifikanter Ergebnisse aus nicht parametrischen Mehrfachvergleichen auf Boxplots

Ich habe Box-Plots von 13 Gruppen, die ich in einem Plot zeige. Die Gruppen haben unausgeglichene Bevölkerungsgruppen und sind nicht normal verteilt. Ich möchte zeigen, welche Paare statistisch ähnlich sind (dh kruskal.test p-Wert <0,05 haben), indem ich a, b, c usw. auf übereinstimmende Kästchen setze. Hier ist ein Pseudocode, um zu zeigen, was ich habe:

A = c(1, 5, 8, 17, 16, 3, 24, 19, 6) 
B = c(2, 16, 5, 7, 4, 7, 3) 
C = c(1, 1, 3, 7, 9, 6, 10, 13) 
D = c(2, 15, 2, 9, 7) 
junk = list(g1=A, g2=B, g3=C, g4=D) 
boxplot(junk) 

Hier ist eine Handlung, die ich gefunden habe und die macht, was ich will (außer ich habe 13 Gruppen in einer Reihe):

Der einfachste Code, der mir in den Sinn kommt, ist unten dargestellt. Ich bin mir ziemlich sicher, dass es auf CRAN bereits einige Funktionen gibt, aber ich bin zu faul, um danach zu suchen, selbst bei R-seek .

dd <- data.frame(y=as.vector(unlist(junk)), 
                 g=rep(paste("g", 1:4, sep=""), unlist(lapply(junk, length))))

aov.res <- kruskal.test(y ~ g, data=dd)
alpha.level <- .05/nlevels(dd$g)  # Bonferroni correction, but use 
                                  # whatever you want using p.adjust()

# generate all pairwise comparisons
idx <- combn(nlevels(dd$g), 2)

# compute p-values from Wilcoxon test for all comparisons
pval.res <- numeric(ncol(idx))
for (i in 1:ncol(idx))
  # test all group, pairwise
  pval.res[i] <- with(dd, wilcox.test(y[as.numeric(g)==idx[1,i]], 
                                      y[as.numeric(g)==idx[2,i]]))$p.value

# which groups are significantly different (arranged by column)
signif.pairs <- idx[,which(pval.res<alpha.level)]

boxplot(y ~ g, data=dd, ylim=c(min(dd$y)-1, max(dd$y)+1))
# use offset= to increment space between labels, thanks to vectorization
for (i in 1:ncol(signif.pairs))
    text(signif.pairs[,i], max(dd$y)+1, letters[i], pos=4, offset=i*.8-1)

Hier ist ein Beispiel dafür, was der obige Code erzeugen würde (mit signifikanten Unterschieden zwischen den vier Gruppen):

Anstelle des Wilcoxon-Tests könnte man sich auf die in der kruskalmc()Funktion implementierte Prozedur aus dem pgirmess- Paket verlassen (siehe eine Beschreibung der hier verwendeten Prozedur ).

Lesen Sie auch unbedingt die R-Tipps von Rudolf Cardinal zu R : Grundlegende Diagramme 2 (siehe insbesondere Ein weiteres Balkendiagramm mit Anmerkungen ).