R でフィッシャーの正確検定を実行する方法
フィッシャーの直接確率検定は、 2 つのカテゴリ変数間に有意な関連があるかどうかを判断するために使用されます。
これは通常、2 × 2 テーブル内の 1 つ以上のセル数が 5 未満である場合に、独立性のカイ二乗検定の代替として使用されます。
フィッシャーの正確検定では、次の帰無仮説と対立仮説が使用されます。
- H 0 : (帰無仮説) 2 つの変数は独立しています。
- H A : (対立仮説) 2 つの変数は独立していません。
次の例は、R でフィッシャーの正確確率検定を実行する方法を示しています。
例: R でのフィッシャーの正確検定
R でフィッシャーの正確確率検定を実行するには、2 × 2 データ セットが必要です。
たとえば、例として使用する 2×2 データセットを生成してみましょう。
#create 2x2 dataset data = matrix(c(2,5,9,4), nrow = 2 ) #view dataset data #2 9 #5 4
フィッシャーの正確確率検定を実行するには、次のコードを使用するだけです。
fisher. test (data)
これにより、次の結果が生成されます。
フィッシャーの正確確率検定では、帰無仮説は 2 つの列が独立している (または同等に、オッズ比が 1 に等しい) ということです。
2 つの列が独立しているかどうかを判断するには、検定の p 値を確認します。
この場合、p 値は0.1597であり、帰無仮説を棄却するのに十分な証拠がないことがわかります。
したがって、2 つの列の間に統計的に有意な差があるとは言えません。
オッズ比は 0.1957871 であることに注意してください。検定の p 値は 0.1597 であるため、オッズ比が 1 から大きく変わらないことがわかります。
テスト結果からは、オッズ比の 95% 信頼区間も得られます。これは次のとおりです。
オッズ比の 95% 信頼区間: (0.0130943, 1.8397543)
数値 1 がこの比率に含まれるため、オッズ比が 1 と大きく変わらないことが確認されます (アルファ レベル 0.05 を使用していると仮定します)。
追加リソース
次のチュートリアルでは、フィッシャーの正確確率検定に関する追加情報を提供します。