使用group_by和summarise分析SPSS数据集的相关性与显著性检验问题

• 核心差异在缺失值处理逻辑：
  • cor()是base R自带函数，默认参数use = "everything"——只要输入向量里存在NA，就直接返回NA。你的分组数据中某个性别组的toptim或tnegaff有缺失值，因此触发该逻辑返回NA。
  • correlate()是corrr包的函数，默认参数use = "pairwise.complete.obs"——会自动剔除两个变量中存在缺失值的观测，仅用完全配对的有效数据计算相关性，因此能得到有效结果。
• 验证方法：给cor()指定缺失值处理参数，cor(toptim, tnegaff, use = "pairwise.complete.obs")，即可得到与correlate()一致的结果。

• 报错原因：cor.test()返回的是htest类对象（包含相关系数、p值、置信区间等多维度结果），而dplyr::summarise()要求每个汇总结果是长度为1的向量，无法直接接收复杂对象，因此报错。
• 正确处理方法：
  用broom::tidy()将htest对象转换为结构化数据框，结合dplyr语法提取所需统计量：

  library(broom)
  library(dplyr)
  
  df %>%
    group_by(sex) %>%
    summarise(tidy(cor.test(toptim, tnegaff)), .groups = "drop")
  

  运行后会得到包含estimate（相关系数）、p.value（显著性p值）、置信区间等列的数据框，可直接提取预期的p值。
• 之前tidy处理失败的可能原因：
  • 未正确将tidy()嵌套在summarise()中，或未加载broom包导致函数未识别；
  • 某个性别组样本量过小（n<2），cor.test()无法完成计算，导致tidy()处理后返回NA，需检查分组样本量。

内容的提问来源于stack exchange，提问作者ronzenith