统计案例：如何分析同一组样本多次测量的数据

对于同一组样本，进行多次测量（不同部位的测量，或多个时间点的测量），需要进行ANOVA分析，和事后多重的两两比较。

对于两两比较分析，在R语言中可用pairwise t检验，两两比较（多重事后比较），配对参数设置为TRUE，使用BH法或FDR法进行校正。

以下是实现该统计分析的具体代码：

library(tidyverse)

library(rstatix)

library(ggpubr)

data("selfesteem", package = "datarium")

head(selfesteem, 3)

#0.数据准备 宽变长----

selfesteem <- selfesteem %>%

 gather(key = "time", value = "score", t1, t2, t3) %>%

 convert_as_factor(id, time)

head(selfesteem, 3)

#1.ANOVA分析 若显著则进行事后多重比较----

selfesteem %>%

 anova_test(score ~ time)

# ANOVA Table (type II tests)

# 

# Effect DFn DFd   F    p p<.05  ges

# 1  time  2 27 65.261 4.56e-11   * 0.829

#2.pairwise t检验----

stat.test <- selfesteem %>%

 pairwise_t_test(

  score ~ time, paired = TRUE,

  #"holm", "hochberg", "hommel", "bonferroni", "BH", "BY", "fdr", "none"

  p.adjust.method = "BH"

 )

stat.test

# # A tibble: 3 × 10

# .y.  group1 group2  n1  n2 statistic  df      p  p.adj p.adj.signif

# * <chr> <chr> <chr> <int> <int>   <dbl> <dbl>    <dbl>  <dbl> <chr>    

#  1 score t1   t2    10  10   -4.97   9 0.000772  0.000886 ***     

#  2 score t1   t3    10  10  -13.2   9 0.000000334 0.000001 ****     

#  3 score t2   t3    10  10   -4.87   9 0.000886  0.000886 ***  

#Create the plot

myplot <- ggboxplot(selfesteem, x = "time", y = "score", add = "point", color="time")

# Add statistical test p-values

stat.test <- stat.test %>% add_xy_position(x = "time")

myplot + stat_pvalue_manual(stat.test, label = "p.adj.signif")

最后可视化效果如下