我在一个图中显示了 13 个组的箱形图。这些组具有不平衡的人口并且不是正态分布的。我想通过将 a、b、c 等放在匹配的框顶部来显示哪些对在统计上相似（即 kruskal.test p 值 < 0.05）。这是一个伪代码来显示我所拥有的：
A = c(1, 5, 8, 17, 16, 3, 24, 19, 6)
B = c(2, 16, 5, 7, 4, 7, 3)
C = c(1, 1, 3, 7, 9, 6, 10, 13)
D = c(2, 15, 2, 9, 7)
junk = list(g1=A, g2=B, g3=C, g4=D)
boxplot(junk)
这是我发现的一个情节，可以满足我的要求（除了我在一行中有 13 个组）：
我想到的最简单的代码如下所示。我很确定在 CRAN 上已经有一些功能可以做到这一点，但我懒得去搜索它们，即使在R-seek上也是如此。
dd <- data.frame(y=as.vector(unlist(junk)),
g=rep(paste("g", 1:4, sep=""), unlist(lapply(junk, length))))
aov.res <- kruskal.test(y ~ g, data=dd)
alpha.level <- .05/nlevels(dd$g) # Bonferroni correction, but use
# whatever you want using p.adjust()
# generate all pairwise comparisons
idx <- combn(nlevels(dd$g), 2)
# compute p-values from Wilcoxon test for all comparisons
pval.res <- numeric(ncol(idx))
for (i in 1:ncol(idx))
# test all group, pairwise
pval.res[i] <- with(dd, wilcox.test(y[as.numeric(g)==idx[1,i]],
y[as.numeric(g)==idx[2,i]]))$p.value
# which groups are significantly different (arranged by column)
signif.pairs <- idx[,which(pval.res<alpha.level)]
boxplot(y ~ g, data=dd, ylim=c(min(dd$y)-1, max(dd$y)+1))
# use offset= to increment space between labels, thanks to vectorization
for (i in 1:ncol(signif.pairs))
text(signif.pairs[,i], max(dd$y)+1, letters[i], pos=4, offset=i*.8-1)
这是上述代码将产生的示例（四组之间存在显着差异）：
可以依赖pgirmess包中的kruskalmc()函数实现的过程，而不是 Wilcoxon 测试（请参阅此处使用的过程的描述）。
此外，请务必查看 Rudolf Cardinal 关于R 的 R 提示：基本图 2（特别参见另一个条形图，带有注释）。