如何在tbl_summary表格中自动切换chisq.test与fisher.test无需合并表？

我们可以借助gtsummary包的自定义统计函数功能，根据单元格期望频数自动切换卡方检验（chisq.test()）和Fisher精确检验（fisher.test()）。对于两个独立表格，只需动态合并为带分组标识的数据集（这是组间比较的必要步骤，并非繁琐的手动合并操作），即可完成后续处理。

步骤1：加载必要的包 #

library(gtsummary)
library(tidyverse)

步骤2：自定义p值计算函数 #

该函数会先计算交叉表的期望频数，遵循统计学常规判断逻辑：若超过20%的单元格期望频数<5，或存在期望频数<1的情况，使用Fisher精确检验，否则用卡方检验：

auto_test <- function(data, variable, by, ...) {
  # 构建组间交叉表
  tbl <- table(data[[variable]], data[[by]])
  
  # 计算期望频数
  expected <- chisq.test(tbl)$expected
  
  # 判断检验方法
  use_fisher <- sum(expected < 5) > 0.2 * length(expected) || any(expected < 1)
  test_result <- if (use_fisher) fisher.test(tbl) else chisq.test(tbl)
  
  # 返回符合gtsummary要求的结果格式
  tibble(
    p.value = test_result$p.value,
    method = ifelse(use_fisher, "Fisher精确检验", "卡方检验")
  )
}

步骤3：处理独立表格并生成统计表格 #

假设你有两个结构一致的独立表格df_control（对照组）和df_case（病例组）：

# 示例数据：创建两个独立表格
df_control <- tibble(
  gender = sample(c("男", "女"), 50, replace = TRUE),
  smoke = sample(c("是", "否"), 50, replace = TRUE)
)
df_case <- tibble(
  gender = sample(c("男", "女"), 40, replace = TRUE),
  smoke = sample(c("是", "否"), 40, replace = TRUE)
)

# 动态合并为带分组标识的数据集
combined_df <- bind_rows(
  df_control %>% mutate(group = "对照组"),
  df_case %>% mutate(group = "病例组")
)

# 生成tbl_summary并应用自定义检验逻辑
combined_df %>%
  tbl_summary(by = group) %>%
  add_p(test = everything() ~ auto_test) %>%
  modify_header(p.value = "**P值**", method = "**检验方法**")

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