为何gt summary与chisq.test的卡方检验结果存在差异？

问题描述 #

先后执行两次卡方检验得到不同结果：

1. 使用gt summary实现：

table1_demographic_data <- subsetted.demographic %>% 
  tbl_summary(by= post_covid_dic, 
              missing = "no", missing_text= "NA", 
              type= list(comorbid_HTN ~ "dichotomous"), 
              statistic = list(all_continuous() ~ "{mean}?{sd}", all_categorical() ~ "{n} ({p}%)"), 
              percent = "row") %>% 
  add_p() %>% 
  modify_header(label = "**Variable**", statistic ~ "**Test Statistic**") %>% 
  modify_fmt_fun(statistic ~ style_sigfig) %>% 
  bold_labels() %>% 
  bold_p() %>% 
  modify_caption("table 1: Demographic characteristics")

table1_demographic_data

结果：$\chi^2$=4.3，p=0.039

2. 使用chisq.test函数实现：

chisq.test(subsetted.demographic$post_covid_dic, subsetted.demographic$comorbid_HTN)

结果：$\chi^2$=3.8076，p=0.05

差异原因分析 #

• 连续性修正设置不同：
  R语言中chisq.test()函数默认对2×2列联表启用连续性修正（参数correct=TRUE），这一修正会减小卡方统计量的数值，同时使p值增大。而gt summary的add_p()函数在处理2×2表的卡方检验时，默认不启用连续性修正（等同于调用chisq.test(correct=FALSE)），这是两者结果差异的核心原因。
  验证这一点很简单：执行chisq.test(subsetted.demographic$post_covid_dic, subsetted.demographic$comorbid_HTN, correct=FALSE)，得到的统计量和p值会与gt summary的输出完全匹配。

• 结果精度展示差异：
  gt summary输出的卡方值经过了四舍五入处理（显示为4.3），而chisq.test输出的是原始计算的精确值（3.8076），这进一步放大了两者结果的视觉差异，但并非核心原因。

内容的提问来源于stack exchange，提问作者user3315563