Lecture 5: R Group Comparison
前言
本书是”数据驱动的可重复性研究”系列课程的第五讲，以 R 语言分组比较 为核心主题，系统介绍从 R 语言基础到分组数据统计分析的完整知识体系。
为什么要学习分组数据统计分析？
在科学研究中，分组比较 是最基本也是最常用的分析范式——无论是比较实验组与对照组的差异、评估不同处理条件的效果，还是探索多个因素之间的交互作用，都离不开分组数据的统计分析。然而，面对不同的数据特征（样本量、分布、变量数量），研究者需要在参数方法与非参数方法之间做出合理选择，并掌握从单变量到多变量的完整分析体系。
本书正是为此而设计：帮助读者建立系统的分组比较方法论，从假设检验的基本流程出发，逐步掌握 t 检验、ANOVA、Wilcoxon 检验、PERMANOVA 等核心方法，并通过真实数据实战，学会用 R 语言完成从数据处理到发表级图表的全流程。
学习目标
通过本书的学习，你将能够：
- 掌握 R 语言的基本数据类型、数据结构和核心软件包的使用
- 理解假设检验的标准流程，并能根据数据特征选择合适的统计方法
- 使用参数方法（t 检验、ANOVA）和非参数方法（Wilcoxon 检验、Kruskal-Wallis 检验）进行分组比较
- 掌握多变量分析方法（MANOVA、RDA、CCA、PERMANOVA、Mantel 检验）的基本原理与 R 实现
- 使用
ggplot2、ggpubr等工具制作发表级图表 - 从原始数据出发，通过 R 代码实现数据处理、统计分析和可视化的全流程自动化
适用读者
本书适合以下读者：
- 具有基本统计学概念（如均值、标准差、p 值）的研究生和科研人员
- 希望从 Excel/SPSS 过渡到 R 语言进行数据分析的初学者
- 需要进行分组比较和多变量分析的生物学、农学、生态学等领域研究者
章节结构
本书共分为四个主要章节，按照”基础→方法→实战”的逻辑递进组织：
- R 语言入门（1 R 语言入门）：介绍 R 语言的基本概念、数据结构和核心软件包
- 经典数据集分析（2 经典数据集分析）：通过 R 自带数据集演示因子设计、ANOVA、混合效应模型等分析方法
- 分组数据分析方法（3 分组数据分析）：系统梳理从简单到复杂的分组比较统计方法体系
- 分组数据分析实战（4 分组数据分析实战）：以真实论文数据为例，展示完整的可重复性研究流程
使用说明
本书中的所有代码均可直接在 R 环境中运行。建议读者在阅读时同步执行代码，以加深理解。书中使用的主要 R 包包括 tidyverse、ggplot2、ggpubr 等，请确保已安装这些包。
环境准备
从课程仓库下载本课程的源代码：
git clone git@github.com:D2RS-2026spring/lecture5-r-group-comparison.git在开始学习之前，请确保你的 R 版本 ≥ 4.1.0，并已安装以下软件包：
cat(paste0("本次使用的 R 版本：", R.version.string))本次使用的 R 版本：R version 4.5.2 (2025-10-31)
install.packages("pak") # 推荐使用 pak 包安装
pak::pak(c("tidyverse", "ggpubr", "vegan", "nlme",
"car", "dunn.test", "pheatmap", "cowplot",
"corrplot", "kableExtra", "agricolae"))如果你了解 renv，还可以一键创建一个可重复的本地分析环境。
renv::restore()然后在终端运行 quarto render --to html 编译全书内容1。