如何使用R中summary_factorlist函数获取精确小P值

要获取summary_factorlist函数的精确小P值，直接通过修改函数参数即可实现，核心是调整p_tidy参数：

方法一：设置p_tidy = FALSE #

summary_factorlist默认开启p_tidy = TRUE，会将极小的P值格式化为<0.001。将该参数设为FALSE后，将返回原始的精确P值。

示例代码：

library(finalfit)
data(mtcars)

# 生成包含精确P值的汇总表
result <- mtcars %>%
  summary_factorlist(
    dependent = "am",  # 因变量
    explanatory = c("cyl", "disp", "hp"),  # 自变量
    p = TRUE,  # 开启P值计算
    p_tidy = FALSE  # 禁用P值格式化，保留精确值
  )

print(result)

运行后，结果中的p列会显示完整的P值（如0.000123），而非截断后的<0.001。

方法二：单独提取检验的精确P值 #

如果需要单独验证某个变量的P值，可以直接调用底层统计检验函数获取：

• 分类变量（卡方检验）：

chisq.test(mtcars$am, mtcars$cyl)$p.value

• 连续变量（t检验，适用于两组比较）：

t.test(disp ~ am, data = mtcars)$p.value

• 多组连续变量（ANOVA）：

anova(lm(disp ~ factor(cyl), data = mtcars))$"Pr(>F)"[1]

内容的提问来源于stack exchange，提问作者ElR