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：

Fisher 精确检验简介
费舍尔精确检验在线计算器
如何报告准确的费舍尔测试结果