ANOVA-01

1 需要的包

library(tidyverse) # 包括 ggplot2 等工具

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.5.1     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ tidyr     1.3.1
✔ purrr     1.0.2     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

2 数据

# 保存数据
write.csv(
  x = datasets::CO2, # 需要存储的数据
  file = "CO2.csv", # 存储的数据名
  row.names = FALSE # 不保存行名
)
list.files()

[1] "ANOVA-02.html"            "ANOVA-02.Rmd"            
[3] "CO2.csv"                  "fig.mean.point.error.pdf"
[5] "fig.mean.point.error.png" "fig.mean.point.error.svg"
[7] "styles.css"

# 读取数据
my.data <- read.csv(
  file = "CO2.csv", # 数据 csv 文件名
  header = TRUE # 数据有列名
)
colnames(my.data)

[1] "Plant"     "Type"      "Treatment" "conc"      "uptake"

my.data.test <- read.csv(
  file = "CO2.csv", # 数据 csv 文件名
  header = FALSE # 假设数据没有列名
)
colnames(my.data.test) # 列名变成了 "V1" "V2" "V3" "V4" "V5"

[1] "V1" "V2" "V3" "V4" "V5"

2.1 读取数据后，探索数据

head(my.data) # 浏览数据表前 6 行

  Plant   Type  Treatment conc uptake
1   Qn1 Quebec nonchilled   95   16.0
2   Qn1 Quebec nonchilled  175   30.4
3   Qn1 Quebec nonchilled  250   34.8
4   Qn1 Quebec nonchilled  350   37.2
5   Qn1 Quebec nonchilled  500   35.3
6   Qn1 Quebec nonchilled  675   39.2

colnames(my.data) # 数据表列名（有哪些变量）

[1] "Plant"     "Type"      "Treatment" "conc"      "uptake"

str(my.data) # 数据表结构

'data.frame':   84 obs. of  5 variables:
 $ Plant    : chr  "Qn1" "Qn1" "Qn1" "Qn1" ...
 $ Type     : chr  "Quebec" "Quebec" "Quebec" "Quebec" ...
 $ Treatment: chr  "nonchilled" "nonchilled" "nonchilled" "nonchilled" ...
 $ conc     : int  95 175 250 350 500 675 1000 95 175 250 ...
 $ uptake   : num  16 30.4 34.8 37.2 35.3 39.2 39.7 13.6 27.3 37.1 ...

dim(my.data) # 数据表行列数

[1] 84  5

3 制表：各组均值、误差

使用 R 语言中的 dplyr 包，汇总数据集。

• dplyr 包提供了一系列的工具，用于快速和高效地对数据做转换和汇总，

• 以下这段代码的目的是计算不同类型（Type）和治疗方案（Treatment）下，吸收量（uptake）的平均值及其标准误。

mean.se.data <- my.data |>
  # 按照 Type 和 Treatment 两个变量对数据集分组
  group_by(Type, Treatment) |>
  # 汇总对分组后的数据，计算吸收量的平均值、标准误
  summarise(
    # 计算每个分组中吸收量的平均值
    uptakeMean = mean(uptake),
    # 计算吸收量的标准误，标准误是标准差除以样本量的平方根
    uptakeSe = sd(uptake) / sqrt(length(uptake)),
    # 输出格式为保留两位小数的均值、标准误
    uptakeMeanSe = sprintf("%.2f ± %.2f", uptakeMean, uptakeSe)
  ) |>
  # 将分组的数据集重新变回未分组的状态
  ungroup()

`summarise()` has grouped output by 'Type'. You can override using the
`.groups` argument.

# 输出处理后的数据集
mean.se.data

# A tibble: 4 × 5
  Type        Treatment  uptakeMean uptakeSe uptakeMeanSe
  <chr>       <chr>           <dbl>    <dbl> <chr>       
1 Mississippi chilled          15.8    0.886 15.81 ± 0.89
2 Mississippi nonchilled       26.0    1.62  25.95 ± 1.62
3 Quebec      chilled          31.8    2.10  31.75 ± 2.10
4 Quebec      nonchilled       35.3    2.09  35.33 ± 2.09

3.1 保存表格

write.csv(mean.se.data, "mean-se-data.csv", row.names = FALSE)

4 绘图

对 ggplot2 的绘图设置全局的主题。

# 定义一个变量 FONT，用于图形主题设置字体
FONT <- "Prompt"

# 设置 ggplot2 的全局主题，这将影响所有后续创建的图形
theme_set(
  # 创建一个黑白主题的基础，适合出版质量的图形
  theme_bw(
    # 设置基础字体
    base_family = FONT,
    # 设置基础字体大小为 22 点
    base_size = 22,
    # 设置基础矩形大小（如柱状图的柱子宽度）为 0.6
    base_rect_size = 0.6,
    # 设置基础线大小（如线图的线宽）为 0.3
    base_line_size = 0.3
  ) +
    theme(
      # 设置面板网格线为空白，即不显示网格线
      panel.grid = element_blank(),
      # 设置分面（facet）标题背景为空白
      strip.background = element_blank(),
      # 设置坐标轴标题的文本大小为 22 点
      axis.title = element_text(size = 22),
      # 设置坐标轴文本的文本大小为 14 点
      axis.text = element_text(size = 14),
      # 设置坐标轴刻度的长度为 7 点
      axis.ticks.length = unit(7, "pt"),
      # 设置图例标题的文本大小为 22 点
      legend.title = element_text(size = 22)
    )
)

4.1 均值点、误差线

使用 ggplot2 来创建一个均值和误差线的图表。

• 展示了不同类型（Type）和治疗方案（Treatment）下的吸收量均值（uptakeMean）及其标准误（uptakeSe）。

fig.mean.point.error <- mean.se.data |>
  ggplot(
    # 定义图形的美学映射
    aes(
      x = Type, # x 轴映射到 Type 变量
      y = uptakeMean, # y 轴映射到 uptakeMean 变量
      color = Treatment, # 颜色映射到 Treatment 变量
      fill = Treatment # 填充也映射到 Treatment 变量
    )
  ) +
  # 添加点图层
  geom_point(
    position = position_dodge(0.2) # 错开 0.2 个单位，防止不同治疗方案的数据点相互重叠
  ) +
  # 添加误差线图层
  geom_errorbar(
    # 定义误差线的最小 y 值和最大 y 值
    aes(
      ymin = uptakeMean - uptakeSe,
      ymax = uptakeMean + uptakeSe
    ),
    width = 0, # 设置误差线的宽度，可以设置为小于 1 的任何值
    linewidth = 1, # 设置误差线的线宽
    position = position_dodge(0.2) # 错开 0.2 个单位，防止不同组的数据点相互重叠
  ) +
  # 设置颜色标度
  scale_color_brewer(
    palette = "Set2" # 使用 Brewer 颜色集中的 Set2 调色板
  ) +
  coord_cartesian( # 设置图形的坐标轴范围
    ylim = c(10, 40) # 限制y轴的范围为 10 到 40
  )

# 输出创建的带有均值和误差线的图表对象
fig.mean.point.error

保存图片

• 若存为 SVG 格式，则更方便导入 PPT 编辑。

# 存为  SVG 格式，则更方便导入 PPT 编辑
library(svglite)

ggsave(
  "fig.mean.point.error.svg",
  fig.mean.point.error,
  width = 5,
  height = 5
)

# 存为 PDF 格式
ggsave(
  "fig.mean.point.error.pdf",
  fig.mean.point.error,
  width = 5,
  height = 5,
  device = cairo_pdf
)

# 存为 600 DPI 高分辨率 PNG 格式
ggsave(
  "fig.mean.point.error.png",
  fig.mean.point.error,
  width = 5,
  height = 5,
  dpi = 600
)

4.2 箱线图

使用 ggplot2 包来创建一个箱线图。

• 箱线图是一种用于展示数据分布的统计图表，

• 它展示了数据的：中位数，第一、第三四分位数，第一、第三四分位数加减 1.5 倍四分位距（IQR）或者异常值。

fig.boxplot.mean <- my.data |>
  ggplot(
    # 定义图形的美学映射
    aes(
      x = Type, # x 轴映射到 Type 变量
      y = uptake, # y 轴映射到 uptake 变量
      color = Treatment # 颜色映射到 Treatment 变量
    )
  ) +
  # 添加箱线图图层
  geom_boxplot(
    linewidth = 1 # 设置箱线图的线条宽度为 1
  ) +
  # 设置颜色标度
  scale_color_brewer(
    palette = "Set2" # 使用 Brewer 颜色集中的 Set2 调色板
  ) +
  # 设置图形的坐标轴范围
  coord_cartesian(
    ylim = c(0, 60) # 限制y轴的范围为 0 到 60
  )

# 输出创建的箱线图对象
fig.boxplot.mean