组内校正p值vs全局校正p值：哪种t检验校正方式正确？

1. 校正逻辑的核心差异 #

• 分组内校正（rstatix默认行为）：
  执行group_by(supp)%>%t_test(len~dose)时，rstatix会在每个supp分组（VC、OJ）内部，对该组内dose各水平间的t检验结果单独做多重比较校正。也就是说，VC组的3组dose比较是一批，OJ组的3组是另一批，两批校正互不影响。
• 全局校正（手动p.adjust）：
  把两个分组下所有6个t检验的p值合并成一个整体，统一进行校正。此时所有比较被视为同一批检验，校正时会考虑全部6次检验的数量来控制整体假阳性率。

2. 选择哪种校正？看研究目标 #

• 如果你的研究聚焦于分别分析每种给药方式下，剂量对牙齿长度的影响，即把VC和OJ看作两个独立的分析单元，那么分组内校正更合理。因为你不需要跨两个给药方式来控制错误率，而是各自控制组内多重比较的假阳性。
• 如果你的研究需要同时考察所有组内剂量比较的整体假阳性率，比如把这6次比较视为同一研究问题下的全部检验，那么全局校正更合适。这种校正方式会更保守，因为需要校正的检验数量更多，校正后的p值通常会更大。

3. 直观差异举例 #

假设VC组内3个原始p值为0.01、0.02、0.03，OJ组内为0.005、0.015、0.025：

• 分组内校正时，VC组的校正p值基于3次检验计算，OJ组同理；
• 全局校正时，6个p值一起参与计算，每个p值的校正幅度会比分组内校正更大，最终校正后的p值也更高。

内容的提问来源于stack exchange，提问作者bioguo