xuefliang

conda update -n base conda conda install -c pyviz holoviz geoviews

 library(rstatix)  library(ggpubr)  # For easy data-visualizatio library(gtsummary) library(tidyverse) iris %>%    group_by(Species) %>%    get_summary_stats(Sepal.Length, Sepal.Width, type = "common") iris %>% get_summary_stats(type = "common") iris %>%   group_by(Species) %>%    get_summary_stats(Sepal.Length, show=c('n'))    df <- ToothGrowth df$dose <- as.factor(df$dose) # 比较2个独立组别 df %>%    t_test(len ~ supp, paired = FALSE)  -> stat.test # 分组数据：在按照「dose」分组后比较 supp 水平： stat.test <- df %>%   group_by(dose) %>%   t_test(len ~ supp) %>%   adjust_pvalue() %>%   add_significance("p.adj") # 比较配对样本 stat.test <- df %>%    t_test(len ~ supp, paired = TRUE) stat.test <- df %>%  # 成对比较：如果分组变量包含多于2个分类，会自动执行成对比较 pairwise.test <- df %>% t_test(len ~ dose) # 基于参考组的成对比较 stat.test <- df %>% t_test(len ~ dose, ref.group = "0.5") # 基于总体水平的成对比较 # T-test stat.test <- df %>% t_test(le