如何在 r 中执行 fisher 精确检验
Fisher 精确检验用于确定两个 calcategories 变量之间是否存在显着关联。
当 2 × 2 表中的一个或多个单元格计数小于 5 时,它通常用作独立性卡方检验的替代方法。
Fisher 精确检验使用以下原假设和备择假设:
- H 0 :(零假设)两个变量是独立的。
- H A :(替代假设)这两个变量不是独立的。
以下示例显示如何在 R 中执行 Fisher 精确检验。
示例:R 中的 Fisher 精确检验
要在 R 中执行 Fisher 精确检验,您只需要一个 2 × 2 数据集。
例如,让我们生成一个 2×2 数据集作为示例:
#create 2x2 dataset data = matrix(c(2,5,9,4), nrow = 2 ) #view dataset data #2 9 #5 4
为了执行 Fisher 精确检验,我们只需使用以下代码:
fisher. test (data)
这会产生以下结果:
在费舍尔精确检验中,原假设是两列是独立的(或者等效地,优势比等于 1)。
要确定两列是否独立,我们可以查看检验的 p 值。
在本例中,p 值为0.1597 ,这告诉我们没有足够的证据来拒绝原假设。
因此,我们不能说这两列之间存在统计显着差异。
请注意,优势比为 0.1957871。由于检验的 p 值为 0.1597,这告诉我们优势比与 1 没有显着差异。
测试结果还为我们提供了优势比的 95% 置信区间,即:
比值比的 95% 置信区间: (0.0130943, 1.8397543)
由于数字 1 处于该比率中,这证实了优势比与 1 没有显着差异(假设我们使用 0.05 的 alpha 水平)。
其他资源
以下教程提供有关 Fisher 精确检验的更多信息: