Python，seaborn，使用 statannot 的统计分析看起来不正确

Question

我使用 statannot 对一些基础数据进行了统计检验，但统计检验的结果似乎不正确。 IE。我的一些比较得出了“P_val=0.000e+00 U_stat=0.000e+00”，我认为这是不可能的。我的数据框和/或代码有问题吗？

这是我正在使用的数据框：

这是我的代码：

import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
from statannot import add_stat_annotation
import scipy.stats as sp

data = pd.read_excel('Z:/DMF/GROUPS/gr_Veening/Users/Vik/scRNA-seq/FACSAria/Adherence-invasion assays/adherence_invasion_assay_a549-RFP 4-6-21.xlsx',sheet_name="Sheet2", header = 0)

sns.set_theme(style="darkgrid")
ax1 = sns.boxplot(x="Strain", y="adherence_counts", data=data)
x = "Strain"
y = "adherence_counts"
order = ["D39", "D39 Δcps", "19F", "19F ΔcomCDE"]
ax1 = sns.boxplot(data=data, x=x, y=y, order=order)
plt.title("Adherence Assay")
plt.ylabel('CFU/ml')
plt.xlabel('')
ax1.set(xticklabels=["D39", "D39 Δ$\it{cps}$", "19F", "19F Δ$\it{comCDE}$"])
add_stat_annotation(ax1, data=data, x=x, y=y, order=order,
                    box_pairs=[("D39", "19F"), ("D39", "D39 Δcps"), ("D39 Δcps", "19F"), ("19F", "19F ΔcomCDE")],
                    test='Mann-Whitney', text_format='star', loc='inside', verbose=2)

最后，这是这个统计测试的结果：

D39 v.s. D39 Δcps: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=0.000e+00 U_stat=0.000e+00
D39 Δcps v.s. 19F: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=1.000e+00 U_stat=2.000e+00
19F v.s. 19F ΔcomCDE: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=7.617e-01 U_stat=8.000e+00
D39 v.s. 19F: Mann-Whitney-Wilcoxon test two-sided with Bonferroni correction, P_val=0.000e+00 U_stat=0.000e+00
C:\Users\Vik\anaconda3\lib\site-packages\scipy\stats\stats.py:7171: RuntimeWarning: divide by zero encountered in double_scalars
  z = (bigu - meanrank) / sd

任何帮助将不胜感激，谢谢！

Answer 1

你的问题来自两个方面：

• 从统计上讲，在您的某些情况下（例如“D39”与“19F”），一组中的所有项目都比另一组更大/更小，因此 0 U 统计量和极值 p 值。很有可能得到这些结果。它来自仅检查所提供值的等级（此测试的作用），它具有优点和局限性（+ Mann-Whitney 的测试也不适合如此小的样本量，尤其是在 scipy 假设等方差的情况下）。

• 现在z = (bigu - meanrank) / sd 行失败意味着np.sqrt(T * n1 * n2 * (n1+n2+1) / 12.0) = 0，所以在这种情况下n1 和/或n2 是0，（它们是len(x) 和len(y)）。 source in scipy所以，

  • statannot 中存在一个错误，因为如果order 和box_pair 都引用了数据框中不存在的系列，我将在statannotations 中进行更正。那就谢谢你了。

  • 但是，我无法使用您的数据框副本重现您的警告。 如果这是唯一的错误，您应该会在您向我们展示的那一刻看到您的绘图中缺少一个框。
    如果没有，是否有可能您更新了一些代码但没有在这里复制最后的输出？否则，可能会有更多发现，请告诉我们。

编辑：正如在讨论中发现的那样，如果order、box_pairs 和数据集中的标签不匹配，第二个问题可能发生在statannot。这已在statannotations（statannot 的一个分支）中进行了修补。