Не получаете той значимости, которая очевидна из моего графика (и с помощью Призмы) с тестом Краскала-Уоллиса, тестом Данна?

Кто-то нарисовал для меня эти данные в призме, используя KW и Данна, и я хотел сделать это в R, но я получаю совершенно разные результаты R. Например, в призме существуют значительные различия между контролем и лечением по всем трем аспектам. Также я получаю сообщение об ошибке:

Предупреждающие сообщения: 1: Ошибка вычислений в stat_signif (). Вызвано ошибкой в ​​kruskal.test.default(): ! все наблюдения находятся в одной группе 2: Ошибка вычислений в stat_signif (). Вызвано ошибкой в ​​kruskal.test.default(): ! все наблюдения находятся в одной группе

library(tidyverse)
library(ggpubr)
library(FSA)
library(rcompanion)



DTData <- read.csv("C:/Users/Coral HD/R/Amox/LiquidInhibition/LiquidInhib_ZeroAmox.csv")

data$Day <- as.factor(data$Day)
data$Treatment <- as.factor(data$Treatment)

# Create a faceted bar plot
p <- ggplot(data, aes(x=Treatment, y=CFUs, fill=Treatment)) +
  geom_bar(stat = "summary", fun=mean) +
  facet_wrap(~ Day, scales = "fixed") +
  labs(title = "CFUs by Treatment across Different Days", y = "Mean CFUs", x = "Treatment") +
  theme_bw()
print(p)

# Perform Kruskal-Wallis Test by Day
kw_results <- data %>%
  group_by(Day) %>%
  summarise(Kruskal_Wallis = kruskal.test(CFUs ~ Treatment)$p.value)

# Print Kruskal-Wallis results
print(kw_results)

# Perform Dunn's Test for multiple comparisons
dunn_results <- list()
for (day in unique(data$Day)) {
  subset_data <- data[data$Day == day,]
  dunn_test <- dunnTest(CFUs ~ Treatment, data = subset_data, method = "bonferroni")
  dunn_results[[as.character(day)]] <- dunn_test
}

# Print Dunn's Test results
print(dunn_results)

# Adding significance brackets
# Please note: Adjusting manually as per p-values might be necessary
p + stat_compare_means(label = "p.signif", method = "kruskal.test", 
                       comparisons = list(c("0", "100"), c("0", "400"), c("100", "400")), 
                       label.y = c(300, 400, 500)) 

structure(list(Day = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L), levels = c("1", "14", "28"), class = "factor"), 
    Treatment = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 
    1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 1L, 1L, 1L, 2L, 2L, 2L, 
    3L, 3L, 3L), levels = c("0", "100", "400"), class = "factor"), 
    CFUs = c(138L, 148L, 141L, 0L, 0L, 0L, 0L, 0L, 0L, 348L, 
    290L, 321L, 0L, 0L, 0L, 0L, 0L, 0L, 250L, 215L, 218L, 28L, 
    45L, 34L, 35L, 41L, 28L)), row.names = c(NA, -27L), class = "data.frame")

Обновлен код для исправления DTData. Перейдите к данным. Но мой вопрос все еще остается. Ожидая получить

library(tidyverse)
library(ggpubr)
library(FSA)
library(rcompanion)



data <- read.csv("C:/Users/Coral HD/R/Amox/LiquidInhibition/LiquidInhib_ZeroAmox.csv")

data$Day <- as.factor(data$Day)
data$Treatment <- as.factor(data$Treatment)

# Create a faceted bar plot
p <- ggplot(data, aes(x=Treatment, y=CFUs, fill=Treatment)) +
  geom_bar(stat = "summary", fun=mean) +
  facet_wrap(~ Day, scales = "fixed") +
  labs(title = "CFUs by Treatment across Different Days", y = "Mean CFUs", x = "Treatment") +
  theme_bw()
print(p)

# Perform Kruskal-Wallis Test by Day
kw_results <- data %>%
  group_by(Day) %>%
  summarise(Kruskal_Wallis = kruskal.test(CFUs ~ Treatment)$p.value)

# Print Kruskal-Wallis results
print(kw_results)

# Perform Dunn's Test for multiple comparisons
dunn_results <- list()
for (day in unique(data$Day)) {
  subset_data <- data[data$Day == day,]
  dunn_test <- dunnTest(CFUs ~ Treatment, data = subset_data, method = "bonferroni")
  dunn_results[[as.character(day)]] <- dunn_test
}

# Print Dunn's Test results
print(dunn_results)

# Adding significance brackets
# Please note: Adjusting manually as per p-values might be necessary
p + stat_compare_means(label = "p.signif", method = "kruskal.test", 
                       comparisons = list(c("0", "100"), c("0", "400"), c("100", "400")), 
                       label.y = c(300, 400, 500))  # Adjust these y values as needed based on your plot scale

Получение ошибки Вот обновленный код, использующий пользовательскую функцию Крускала-Уоллиса: Я получаю эту ошибку: Ошибка в summarise(): ℹ В споре: Kruskal_Wallis = kruskal.test(CFUs ~ Treatment)$p.value. ℹ В 1 группе: Day = 1. Вызвано ошибкой в ​​kruskal.test(): ! аргумент «y» отсутствует, без значения по умолчанию Запустите rlang::last_trace(), чтобы увидеть, где произошла ошибка.

library(tidyverse)
library(ggpubr)
library(FSA)
library(rcompanion)



data <- read.csv("C:/Users/Coral HD/R/Amox/LiquidInhibition/LiquidInhib_FortyAmox.csv")

View(data)

data$Day <- as.factor(data$Day)
data$Treatment <- as.factor(data$Treatment)

# Create a faceted bar plot
p <- ggplot(data, aes(x=Treatment, y=CFUs, fill=Treatment)) +
  geom_bar(stat = "summary", fun=mean, show.legend = FALSE, color = "black", width = 0.65) +
  facet_wrap(~ Day, scales = "fixed") +
  ylim(0,550) +
  labs(title = "", y = "Mean CFUs", x = "Treatment") +
  theme_bw() + scale_fill_brewer(palette = "Greys") +
  theme(axis.text = element_text(size = 11), axis.title = element_text(size = 14), 
        strip.text = element_text(size = 15))
print(p)

#Custom KW
kruskal.test <- function(x, y, paired = FALSE) {
  stats:::kruskal.test.default(x = c(x,y), g = rep(1:2, c(length(x), length(y))))
}


# Perform Kruskal-Wallis Test by Day
kw_results <- data %>%
  group_by(Day) %>%
  summarise(Kruskal_Wallis = kruskal.test(CFUs ~ Treatment)$p.value)

# Print Kruskal-Wallis results
print(kw_results)

# Perform Dunn's Test for multiple comparisons
dunn_results <- list()
for (day in unique(data$Day)) {
  subset_data <- data[data$Day == day,]
  dunn_test <- dunnTest(CFUs ~ Treatment, data = subset_data, method = "bonferroni")
  dunn_results[[as.character(day)]] <- dunn_test
}

# Print Dunn's Test results
print(dunn_results)

# Adding significance brackets
# Please note: Adjusting manually as per p-values might be necessary
p + stat_compare_means(label = "p.signif", method = "kruskal.test", 
                       comparisons = list(c("0", "100"), c("0", "400"), c("100", "400")), 
                       label.y = c(350, 400, 475))