R语言那些事 统计系列（十一） rstatix Kruskal–Wallis 检验 + 事后比较 + 可视化全流程

缘由

统计是生信的基石之一

碎碎念

要爱一个具体的人，不要爱一个抽象的人； 要爱生活，不要爱生活的意义。 ——《卡拉马佐夫兄弟》

Ref

Kruskal-Wallis Test in R: The Ultimate Guide - Datanovia

解读

当我们想比较三组或以上样本的中位数差异，但数据不满足正态或方差齐性时，
Kruskal–Wallis 检验就是非参数界的“方差分析”替代方案。

🔹 1. 准备数据与环境

library(tidyverse)
library(ggpubr)
library(rstatix)
set.seed(1234)
PlantGrowth %>% sample_n_by(group, size = 1)

我们使用内置数据集 PlantGrowth，共有三组（ctrl, trt1, trt2），记录植物在不同处理下的生长重量。

---

🔹 2. 查看分组描述统计

PlantGrowth %>% 
  group_by(group) %>%
  get_summary_stats(weight, type = "common")

输出平均数、标准差、标准误等指标，先感受一下各组的分布差异。

---

🔹 3. 初步可视化：箱线图查看分布

ggboxplot(PlantGrowth, x = "group", y = "weight")

这一步帮助我们直观了解三组数据的集中趋势与离散程度。

---

🔹 4. 总体差异检验：Kruskal–Wallis

res.kruskal <- PlantGrowth %>% kruskal_test(weight ~ group)
res.kruskal

Kruskal–Wallis 检验的原假设：三组总体的中位数相等。
若 p < 0.05，说明至少有一组显著不同。

例如结果：

Kruskal-Wallis chi-squared = 4.82, df = 2, p = 0.089

p > 0.05 → 没有显著差异（这里只是示例，真实分析仍需根据数据解释）。

---

🔹 5. 计算效应量（Effect Size）

PlantGrowth %>% kruskal_effsize(weight ~ group)

量化差异强度（η² 类型），不是仅仅看显著性。
0.01 小、0.06 中、0.14 大效应。

---

🔹 6. 事后检验（Post-hoc Test）

若总体差异显著，需要找出哪两组之间不同。

✅ 方法1：Dunn 检验（推荐）

pwc <- PlantGrowth %>% 
  dunn_test(weight ~ group, p.adjust.method = "bonferroni")
pwc

Dunn 检验适用于 Kruskal–Wallis 的非参数事后比较。
p.adjust.method = "bonferroni" 表示多重比较校正。

✅ 方法2：成对 Wilcoxon 检验（备用）

pwc2 <- PlantGrowth %>% 
  wilcox_test(weight ~ group, p.adjust.method = "bonferroni")
pwc2

---

🔹 7. 美化输出：添加显著性标注到图中

pwc <- pwc %>% add_xy_position(x = "group")
 
ggboxplot(PlantGrowth, x = "group", y = "weight") +
  stat_pvalue_manual(pwc, hide.ns = TRUE) +
  labs(
    subtitle = get_test_label(res.kruskal, detailed = TRUE),
    caption  = get_pwc_label(pwc)
  )

思路

步骤	目的	函数
① 数据准备	检查数据结构	sample_n_by()
② 描述统计	了解各组分布	get_summary_stats()
③ 可视化初探	直观比较中位数	ggboxplot()
④ Kruskal–Wallis 检验	判断是否存在组间差异	kruskal_test()
⑤ 效应量计算	衡量差异强度	kruskal_effsize()
⑥ 事后比较	识别具体差异组	dunn_test() / wilcox_test()
⑦ 图形展示	自动添加显著性	stat_pvalue_manual()