显著性检验后如何正确标星号？

Question

在进行显著性检验后，如何根据p值正确标注星号（*）是科研绘图和论文写作中的常见困惑。许多研究者不清楚p值与星号等级的对应标准，如p < 0.05、p < 0.01、p < 0.001 是否应分别标记为 *、**、***，是否包含等号，以及不同领域是否存在差异。此外，在多组比较中，星号应标在何处（如柱状图上方、误差线之间）也常出现不一致。更复杂的是，多重检验校正后的p值是否还适用默认星号规则？这些问题直接影响结果的可读性与学术规范性。

Answer 1

1. 显著性检验与星号标注的基本概念

在统计学中，p值用于衡量观察到的数据与原假设之间不一致的程度。当进行显著性检验后，研究者常通过星号（*）系统对结果的统计显著性进行可视化标注。这种标注方式广泛应用于柱状图、箱线图等科研图表中，以快速传达组间差异的显著程度。

常见的星号等级标准如下：

• * 表示 p < 0.05
• ** 表示 p < 0.01
• *** 表示 p < 0.001
• ns 表示不显著（p ≥ 0.05）

注意：这些阈值通常采用严格小于（<），而非包含等号（≤）。例如，只有当 p < 0.05 时才标记为 *，若 p = 0.05，则不应视为显著。

2. 不同领域中的星号标准差异

尽管上述标准被广泛接受，但不同学科和期刊可能存在细微差异。以下是一些典型领域的对比：

领域	常用显著性水平	星号规则备注
生物学	p < 0.05, 0.01, 0.001	标准三阶星号系统
心理学	p < 0.05, 0.01	有时使用†表示边际显著（0.05–0.10）
基因组学	经FDR校正后q < 0.05	星号基于校正后p值
物理学	5σ标准（p ≈ 3×10⁻⁷）	极少使用星号，偏好直接报告Z-score
社会科学	p < 0.10 被视为“趋势”	可能用+表示 p < 0.10
医学临床试验	预设α=0.05或0.01	强调效应量而非仅p值
机器学习（A/B测试）	p < 0.05 或贝叶斯因子	越来越多转向可信区间
生态学	p < 0.05为主	重视模型选择而非单一p值
神经科学	fMRI多重比较校正后p<0.001	常结合簇水平校正
材料科学	p < 0.05	多用于物性差异比较

3. 多组比较中星号的标注位置与图形规范

在柱状图或多组箱线图中，星号通常标注在连接两组数据的误差线或横线上方，表示该比较具有统计显著性。具体位置应遵循以下原则：

1. 使用带箭头或两端带短横线的连线连接需比较的两组；
2. 星号置于连线正上方，垂直居中；
3. 若有多重比较，避免重叠，可错位排列；
4. 对于三组及以上比较，建议添加显著性矩阵或使用字母标记法辅助说明；
5. 误差棒代表标准误（SEM）或置信区间时，星号仍标于组间连线之上；
6. 在热图或复杂网络图中，可用颜色强度替代星号；
7. 图形分辨率应保证星号清晰可辨；
8. 字体大小适中，一般略小于坐标轴标签；
9. 使用统一字体（如Arial）保持专业外观；
10. 出版级图像建议导出为矢量格式（PDF/SVG）。

4. 多重检验校正后的p值处理策略

当进行多次假设检验（如多组两两比较、基因表达分析）时，假阳性率上升，需进行多重检验校正。常用的校正方法包括Bonferroni、Benjamini-Hochberg（FDR）、Holm等。此时，星号标注是否适用原始规则？答案是：必须基于校正后的p值重新判断。

from scipy.stats import ttest_ind
from statsmodels.stats.multitest import multipletests

# 示例：多组比较并校正p值
p_values_raw = [0.04, 0.01, 0.002, 0.06]
reject, pvals_corrected, _, _ = multipletests(p_values_raw, method='fdr_bh')

for i, (raw, corr) in enumerate(zip(p_values_raw, pvals_corrected)):
    star = ''
    if corr < 0.001:
        star = '***'
    elif corr < 0.01:
        star = '**'
    elif corr < 0.05:
        star = '*'
    else:
        star = 'ns'
    print(f"Comparison {i+1}: raw p={raw:.4f}, corrected p={corr:.4f} → {star}")

输出示例：

• Comparison 1: raw p=0.0400, corrected p=0.0800 → ns
• Comparison 2: raw p=0.0100, corrected p=0.0400 → *
• Comparison 3: raw p=0.0020, corrected p=0.0120 → **
• Comparison 4: raw p=0.0600, corrected p=0.0960 → ns

可见，原始显著的结果在校正后可能变为非显著，因此星号必须依据校正后p值决定。

5. 可视化流程设计与自动化实践

为确保一致性，建议将显著性标注流程集成到数据分析管道中。以下是使用Python + Matplotlib实现自动星号标注的简化流程图：

graph TD A[执行t-test/ANOVA] --> B{是否多重比较?} B -- 是 --> C[应用FDR/Bonferroni校正] B -- 否 --> D[使用原始p值] C --> E[生成校正后p值列表] D --> E E --> F[映射p值至星号等级] F --> G[构建注释坐标位置] G --> H[绘制连线与星号于图表] H --> I[导出高分辨率图像]

该流程可用于批量生成符合学术规范的图表，尤其适合大规模实验数据分析场景，如高通量筛选、纵向队列研究等。