stat_compare_means（）给出的p.value与compare_means（）或t.test（）不同

我想使用ggplot2绘制数据，并使用ggpubr添加p值。但是绘制的p值与我用比较平均值或t检验计算的p值不匹配

这是我的数据：

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))

显示的p.值为p=0.32。然而，当我使用其他方法计算p.值时，我得到~0.149

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

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

类似的问题已经得到解决，但在本例中，比较平均数给出了另一个结果，与统计比较平均数和t检验相比较。我确保拥有最新版本的ggpubr ggpubr_0.1.6.999

---

我遗漏了什么？

您正在对日志值进行测试：

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

---

如果有帮助的话，如果你能接受答案就太好了，谢谢。这非常有帮助：我如何接受你的答案？很抱歉，我没有意识到我必须这么做？答案旁边有一个复选框，你可以点击。

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