python和R中卡方检验的不同p值

Question

作为一个普通的R用户，我正在学习使用python进行分析，我从chi开始并做了以下工作：

R

> chisq.test(matrix(c(10,20,30,40),nrow = 2))$p.value               # test1
[1] 0.5040359
> chisq.test(matrix(c(1,2,3,4),nrow = 2))$p.value                   # test2
[1] 1
Warning message:
In chisq.test(matrix(c(1, 2, 3, 4), nrow = 2)) :
  Chi-squared approximation may be incorrect
> chisq.test(matrix(c(1,2,3,4),nrow = 2),correct = FALSE)$p.value   # test3
[1] 0.7781597
Warning message:
In chisq.test(matrix(c(1, 2, 3, 4), nrow = 2), correct = FALSE) :
  Chi-squared approximation may be incorrect

Python

In [31]:
temp = scipy.stats.chi2_contingency(np.array([[10, 20], [30, 40]]))  # test1
temp[1] # pvalue
Out[31]:
0.50403586645250464
In [30]:
temp = scipy.stats.chi2_contingency(np.array([[1, 2], [3, 4]]))      # test2
temp[1] # pvalue
Out[30]:
0.67260381744151676

对于test1，我很满意，因为来自python和R的测试显示了类似的结果，但是test2不是这样的，因为R有参数correct，所以我将它从默认情况下更改，生成的p值不一样。

我的代码有什么问题吗？我该相信哪一个？

更新01

感谢您的反馈。我知道，对于值小于5的单元格，不应该使用卡方检验，我应该使用fisher精确测试，我担心的是为什么R和Python给出的p值有这么大的差异。

Answer 1

除了单元格数<5问题之外，根据我的经验，统计测试的R和Python实现通常都具有默认启用的各种校正(这些校正应该改进基本方法)。关闭校正似乎使scipy p值与R值匹配：

scipy.stats.chi2_contingency(np.array([[1, 2], [3, 4]]), correction=False)

Out[6]: 
# p-val = 0.778159
(0.079365079365079388, 0.77815968617616582, 1, array([[ 1.2,  1.8],
        [ 2.8,  4.2]]))

这同样适用于t检验等，如果默认情况可能是或可能不是假设相同的方差。基本上，每当您在统计软件之间的输出匹配出现问题时，就开始查看默认参数，看看是否应该启用或禁用这些调整。