为何correlation与rstatix多变量相关检验的p值存在差异？

问题原因 #

• correlation包处理多变量相关分析时，默认会对p值执行多重检验校正（默认方法为"holm"），目的是降低多次检验带来的假阳性风险。
• 你的示例数据是完全随机生成的，变量间真实相关系数为0，经过多重校正后，原本的随机小p值会被大幅拉高，最终全部显示为0.999。
• 而rstatix::cor_test和单独调用的cor.test()默认不做多重检验校正，因此能返回逐检验的原始p值。

解决方案 #

要保留correlation包的置信区间输出，同时得到与其他工具一致的原始p值，只需在调用correlation()时关闭多重检验校正：

library(correlation)
# 关闭多重检验校正，获取原始p值
cor_result <- correlation(df, method = "spearman", p_adjust = "none")
# 查看结果
print(cor_result)

结果验证 #

运行上述代码后，correlation返回的p值会与rstatix::cor_test(df, method = "spearman")、cor.test(df$Var1, df$Var2, method = "spearman")的结果完全一致，同时仍保留95%置信区间的输出。

内容的提问来源于stack exchange，提问作者Tom