【发布时间】:2021-02-16 07:28:28
【问题描述】:
我想使用来自 ggpubr 的 ggpaired 绘制一个箱线图,以比较以下数据帧的两个条件。因此,您可以看到 csv 包含来自 3 个实验(E2020-36、E2021-04、E2021-06)的 3 个数据对(-FLS、UT)。 p 值的计算是使用 stat_compare_means 完成的,但是,当我运行配对 t 检验时,我感觉配对的值是错误的。当我运行未配对测试时,p = 0.032。当我进行配对 T 检验时,p = 0.094。然而,在我看来,配对 t 检验适用于该计算,因为要比较的配对来自 3 个独立的生物学重复。因此,这应该导致比更高的 p 值更低的 p 值。也许有人可以帮助我并解释这里发生了什么......
谢谢,马克斯
testdata.csv:
"条件","实验","CD69"
"UT","E2020-36",15.2
"-FLS","E2020-36",5.47
"UT","E2021-04",17.45
"-FLS","E2021-04",4.98
"UT","E2021-06",10.9
"-FLS","E2021-06",7.8
代码:
test1 <- read.csv("testdata.csv")
ggpaired(test1, x = "condition", y = "CD69", id = "experiment",
color = "condition", line.color = "gray", line.size = 0.4,
palette = "jco") +
labs(y = "% CD69+", subtitle = "N = 3 patients (biol. replicates), paired t-test") +
stat_compare_means(method = "t.test", paired = TRUE)
【问题讨论】:
-
我刚刚用
t.test计算了p 值。它再现了这些 p 值。你将不得不重新调整你的感受......我不确定你是如何得出这样的误解,即配对 t 检验的 p 值总是低于非配对 t 检验的(撇开如果一个是适当的另一个不是)。