R 单向方差分析后箱线图上的TukeyHSD p值

R 单向方差分析后箱线图上的TukeyHSD p值,r,boxplot,anova,p-value,tukey,R,Boxplot,Anova,P Value,Tukey,我做了单因素方差分析和Tukey测试。我尝试将Tukey测试中的p值添加到箱线图中,但箱线图上的值不同。 我使用了以下软件包和代码: `图书馆(GG2) 图书馆(ggpubr) 图书馆(rstatix) 如何在箱线图上显示tukey测试中显示的相同p值? 不可复制。什么是CRP\u比较以及它来自哪里?看起来你有4个小组。因此,您的CRP\u比较对象必须是一个包含6个项目的列表,每个项目指定成对比较。它应该看起来像:CRP\u比较 CR.anova <- aov( CR ~ Group, d

我做了单因素方差分析和Tukey测试。我尝试将Tukey测试中的p值添加到箱线图中,但箱线图上的值不同。 我使用了以下软件包和代码: `图书馆(GG2) 图书馆(ggpubr) 图书馆(rstatix)

如何在箱线图上显示tukey测试中显示的相同p值?

不可复制。什么是
CRP\u比较
以及它来自哪里?看起来你有4个小组。因此,您的
CRP\u比较
对象必须是一个包含6个项目的列表,每个项目指定成对比较。它应该看起来像:
CRP\u比较
CR.anova <- aov( CR ~ Group, data = df)
summary(CR.anova)
tukey_hsd(CR.anova)

  term  group1   group2   estimate conf.low conf.high    p.adj p.adj.signif
* <chr> <chr>    <chr>       <dbl>    <dbl>     <dbl>    <dbl> <chr>       
1 Group K02      K12    -1.90     -3.14     -0.660 0.00105  **          
2 Group K02      BASELINE   0.153    -1.06      1.37  0.987    ns          
3 Group K02      PLACEBO    0.239    -1.00      1.48  0.955    ns          
4 Group K12      BASELINE   2.05      0.838     3.27  0.000286 ***         
5 Group K12      PLACEBO    2.14      0.898     3.38  0.000215 ***         
6 Group BASELINE PLACEBO    0.0861   -1.13      1.30  0.998    ns `
ggboxplot ( Metabolite.data, x= "Group", y= "CRP",color = "black", title = "CRP" ,ylab = "Normalized value", rug = TRUE,
                        legend = "right", font.label = list(size = 40, face = "bold"), linetype = "solid", size = 1.1,
                        palette = c("#cc3300","#E7B800","#99ccff", "#003366"),fill= "Group", order = c("BASELINE", "PLACEBO", "K02","K12"),
                        bxp.errorbar= TRUE , alpha= 0.6) + border(color = "black", size= 2)+ 
  geom_jitter(aes(fill= Group),shape = 21, size = 4,color = "black", stroke= 1, position = position_jitter()) +
  theme (plot.title = element_text(hjust=0.5 , face = "bold", size = 20 ),axis.text = element_text(face = "bold"))+
  theme (axis.title.x=element_blank())+ 
  theme (axis.title.y = element_text(face = "bold", size= 16 ))+
  theme(legend.position = "none")+ stat_boxplot(geom ="errorbar",size= 1.1, width= 0.4)+ 
  stat_compare_means(comparisons = CRP_comparisons)