【原】多重比较的可视化 | 增加趋势线及调整顺序

1. 背景

之前写过一篇文章，介绍多重比较的可视化：方差分析多重比较可视化。

高广雄同学问我如何增加趋势线，以及调整显示的顺序。

我不了解如何加趋势线，调整顺序的话可以设置factor的level，然后建议他研究一下，如果成功的话，可以把经验写出来，我转发一下。

今天他给我了一个链接，上面是他实现的过程，效果如下：

本来直接就想用他给的代码，水一篇。但是！！！

❝

分享的是有道云笔记的小程序，没有办法在电脑端打开，只能在手机端查看，我太难了。^[所以，发给别人文章时，极客用md文件，正规的是word或者pdf，不靠谱的就是有道小程序了。。。]

❞

容易的路不好走，那我就走一条难走的路 ^[然后，又做起了编程的大招：粘贴复制，修改代码]。另外，我觉得上面的示例不够美观，好的例子至关重要，坏的例子南辕北辙。

我想到了数据分析师的格言：没有数据，创造数据也要上！没有理想结果，多试几次就能达到，所以，关于图片误用，一切皆有可能，哈哈。

如果一个程序员，表情平静，键盘飞快

❝

他一定在写注释

❞

如果一个程序员，键盘很少动，鼠标飞快

❝

他一定在粘贴复制别人的代码

❞

如果一个程序员，抓耳挠腮，时而百度，时而有道云笔记，好久才动一次键盘

❝

他应该在写程序，磕磕绊绊，连抄带借鉴

❞

2. 模拟数据

set.seed(123)
library(tidyverse)
dat = data.frame("Mon" = rnorm(10)+1,"Tue" = rnorm(10)+10,"Wed" = rnorm(10) + 5, "Thu" = rnorm(10)+15,"Fri" = rnorm(10) +4)
dat


数据如下：

> dat
Mon Tue Wed Thu Fri
1 0.4395244 11.224082 3.932176 15.42646 3.305293
2 0.7698225 10.359814 4.782025 14.70493 3.792083
3 2.5587083 10.400771 3.973996 15.89513 2.734604
4 1.0705084 10.110683 4.271109 15.87813 6.168956
5 1.1292877 9.444159 4.374961 15.82158 5.207962
6 2.7150650 11.786913 3.313307 15.68864 2.876891
7 1.4609162 10.497850 5.837787 15.55392 3.597115
8 -0.2650612 8.033383 5.153373 14.93809 3.533345
9 0.3131471 10.701356 3.861863 14.69404 4.779965
10 0.5543380 9.527209 6.253815 14.61953 3.916631


这个数据，需要变为长数据 ^[就是ggplot2作图用的数据]

dd = pivot_longer(dat,1:5,values_to = "y",names_to = "Day")
dd



长数据来到：

> dd
# A tibble: 50 x 2
Day y
<fct> <dbl>
1 Mon 1.38
2 Tue 9.51
3 Wed 5.01
4 Thu 16.0
5 Fri 3.29
6 Mon 0.498
7 Tue 7.69
8 Wed 5.39
9 Thu 15.5
10 Fri 4.26
# ... with 40 more rows


3. 方差分析

因为模拟的数据，我们直接用aov进行方差分析，直接用agricolae进行多重比较吧，就不整那些正态性检验，齐性检验了。

注意，这里要讲Day转化为因子！

str(dd)
dd$Day = as.factor(dd$Day)
mod = aov(y ~ Day, data=dd)
summary(mod)


方差分析结果：

> summary(mod)
Df Sum Sq Mean Sq F value Pr(>F)
Day 4 1270.5 317.6 417.1 <2e-16 ***
Residuals 45 34.3 0.8
---
Signif. codes: 0 '***’ 0.001 '**’ 0.01 '*’ 0.05 '.’ 0.1 ' ’ 1


可以看到，Day达到极显著，可以进行多重比较。

4. 多重比较

这里，对Day进行多重比较，方法是LSD，水平是0.05

library(agricolae)
re = LSD.test(mod,"Day",alpha = 0.05)
re1 = re$groups
re1



多重比较结果：

> re1
y groups
Thu 15.437094 a
Tue 9.637082 b
Wed 5.313095 c
Fri 3.604152 d
Mon 1.123084 e


可以看到，周四最高，齐次是周二，它们之间均达到显著性水平！

5. 多重比较作图

5.1 数据准备

为何还要准备数据？因为需要准备数据作图。

❝

作为数据分析师，我们80%的时间，都是在准备数据。。。

❞

整体思路：

• 将水平列出来
• 计算标准差
• 将数据合并

xx = aggregate(y ~ Day, dd,sd)
names(xx) = c("Day","sd")
xx
re2 = re1 %>% mutate(Day = rownames(re1)) %>% inner_join(.,xx,by="Day")
re2


结果：

> re2
y groups Day sd
1 15.437094 a Thu 1.0688850
2 9.637082 b Tue 0.9955075
3 5.313095 c Wed 0.5475116
4 3.604152 d Fri 0.7055487
5 1.123084 e Mon 0.9363923


5.2 做柱形图

## 做直方图
p1 = re2 %>% ggplot(aes(Day,y)) + geom_col(aes(fill = Day), width=.4)
p1


5.3 在每个柱子上加标准误

## 加上标准误
p2 = p1 + geom_errorbar(aes(ymax = y + sd, ymin = y - sd),width = .1,size=.5)
p2


5.4 添加显著性

## 加上显著性
p3 = p2 + geom_text(aes(label = groups,y = y + sd +0.5))
p3


5.5 背景设置为空白

为何要设置空白背景？ggplot默认的风格不香吗？

❝

空白的背景显得比较专业。。。

❞

## 背景设置为空白
p4 = p3 + theme(panel.grid = element_blank(), panel.background = element_rect(color = "black",fill = "transparent"))
p4


5.6 设置标签

❝

广告无处不在，有一种广告叫做镶嵌到图中！

❞

## 增加标签
p5 = p4 + labs(x = "星期几？",y = "表现如何？",title = "公众号：育种数据分析之放飞自我") + theme(plot.title = element_text(hjust = 0.5))
p5


6. 调整顺序

本来，应该是尽善尽美的，但是如果我想将顺序按照：Mon，Tue，Wed，Thu，Fri进行排布，应该如何处理？

用factor函数，重新定义一下水平：

str(re2)
re2$Day = factor(re2$Day,levels = c("Mon","Tue","Wed","Thu","Fri"))
re2


「看一下作图效果：」

p1 = re2 %>% ggplot(aes(Day,y)) + geom_col(aes(fill = Day), width=.4)
p2 = p1 + geom_errorbar(aes(ymax = y + sd, ymin = y - sd),width = .1,size=.5)
p3 = p2 + geom_text(aes(label = groups,y = y + sd +0.5))
p4 = p3 + theme(panel.grid = element_blank(), panel.background = element_rect(color = "black",fill = "transparent"))
p5 = p4 + labs(x = "星期几？",y = "表现如何？",title = "公众号：育种数据分析之放飞自我") + theme(plot.title = element_text(hjust = 0.5))
p5


搞定！

7. 增加趋势线

为何要增加趋势线呢？

❝

因为加上趋势线，比较学术！

❞

p6 = p5 + geom_line(aes(group=""),color = "red")
p6