stat_compare_means() дает другое значение p.value, чем compare_means () или t.test()

Question

Я хотел бы построить данные с помощью ggplot2 и добавить значения p с помощью ggpubr. Но построенные p-значения не соответствуют p-значениям, с которыми я рассчитываю compare_means() или же t.test(),

Это мои данные:

Group <- rep(c('A'), each=12)
Drug <- rep(c('x','y'), each= 6)
RC <- c(13076,  10814,  14297,  13119,  13616,  5, 19671,   18318,  12058,  17624,  9565,   13689)
mydf <- as.data.frame(cbind(Group,Drug,RC))
mydf$RC <- as.numeric(as.character(mydf$RC))

Это код для сюжета:

library(ggplot2)
library(ggpubr)
ggplot(mydf, aes(x=factor(Group),y=log10(RC)))+
geom_boxplot(aes(color=Drug))+stat_compare_means(aes(group = Drug), method = "t.test", label = "p.format")

Отображаемое значение p=0,32. Однако, когда я использую другой метод для вычисления p.value, я получаю это ~0,149

compare_means(RC~Drug,data=mydf, method = "t.test")

t.test(RC~Drug,data=mydf, exact= FALSE)

Подобная проблема была решена здесь, но в этом случае compare_means(), дал другой результат, по сравнению с stat_compare_means() а также t.test(), Я удостоверился, что у меня самая последняя версия ggpubr (ggpubr_0.1.6.999).

Что я пропускаю?

Answer 1

Вы делаете тест на значение журнала:

t.test(log10(RC) ~ Drug, data = mydf, exact = FALSE)
# 0.3237