使用dplyr运行chisq_test时提示group未找到的问题求助

你的代码核心问题是未正确传递卡方检验所需的频数变量（value），且参数调用逻辑错误，导致无法识别变量或无法进行有效检验。以下是修正方案：

错误原因分析 #

1. chisq_test(day, group) 完全未用到你需要检验的核心数据（各组总数value），且day在group_by(day)后是每个子组的常数向量，无法用于卡方检验。
2. 你需要的是拟合优度卡方检验：检验每日x组和y组的观测总数是否与期望分布（如1:1比例）存在显著差异，必须基于value列的频数数据进行计算。

修正代码 #

library(dplyr)
library(rstatix)
library(tidyr)

# 你的原始数据构造代码（保留）
x <- c(5,17,31,9,17,10,30,28,16,29,14,34)
y <- c(1,2,3,4,5,6,7,8,9,10,11,12)
day <- as.character(c(1,2,3,4,5,6,7,8,9,10,11,12))

df1 <- data.frame(x, y, day)
df2 <- reshape2::melt(df1, id.vars='day')
colnames(df2)[2] = "group"

# 修正后的每日卡方检验代码
df2 %>%
  group_by(day) %>%
  summarise(
    # 对每组的value频数做拟合优度检验，期望x/y组比例为1:1
    chisq_result = list(chisq_test(x = value, p = c(0.5, 0.5)))
  ) %>%
  unnest(chisq_result) %>%
  add_significance("p")

代码说明 #

• group_by(day)：按日期分组，确保每个日期单独检验。
• chisq_test(x = value, p = c(0.5, 0.5))：针对每个日期的x/y组总数（value），检验其是否符合1:1的期望分布；若你有其他期望比例，可修改p参数（如c(0.6, 0.4)）。
• unnest(chisq_result)：将嵌套的检验结果展开为数据表格式，方便查看。
• add_significance("p")：为p值添加显著性标记（如*、**等）。

替代方案（若需独立性检验） #

若你的实际需求是检验日期与分组的独立性（而非每日单独检验x/y差异），可先将数据转换为宽格式，再构造列联表进行检验：

df_wide <- df2 %>% tidyr::pivot_wider(names_from = group, values_from = value)
chisq_test(df_wide, x = day, y = x, y2 = y)

内容的提问来源于stack exchange，提问作者Ahdee