Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Test exact de Fisher : définition, formule et exemple



Le test exact de Fisher est utilisé pour déterminer s’il existe ou non une association significative entre deux variables catégorielles. Il est généralement utilisé comme alternative au test d’indépendance du chi carré lorsqu’un ou plusieurs comptes de cellules dans un tableau 2 × 2 sont inférieurs à 5.

Le test exact de Fisher utilise les hypothèses nulles et alternatives suivantes :

  • H 0 : (hypothèse nulle) Les deux variables sont indépendantes.
  • H 1 : (hypothèse alternative) Les deux variables ne sont pas indépendantes.

Supposons que nous ayons le tableau 2×2 suivant :

Groupe 1 Groupe 2 Total de la ligne
Catégorie 1 un b a+b
Catégorie 2 c d c+d
Total de la colonne a+c b+d a+b+c+d = n

La valeur p unilatérale pour le test exact de Fisher est calculée comme suit :

p = (a+b)!(c+d)!(a+c)!(b+d)! / (a!b!c!d!n!)

Cela produit la même valeur p que le CDF de la distribution hypergéométrique avec les paramètres suivants :

  • taille de la population = n
  • « succès » de la population = a+b
  • taille de l’échantillon = a + c
  • exemples de « succès » = un

La valeur p bilatérale pour le test exact de Fisher est moins simple à calculer et ne peut pas être trouvée en multipliant simplement la valeur p unilatérale par deux. Pour trouver la valeur p bilatérale, nous vous recommandons d’utiliser le calculateur de test exact de Fisher .

Test exact de Fisher : exemple

Supposons que nous voulions savoir si le genre est associé ou non à la préférence pour un parti politique. Nous prenons un échantillon aléatoire simple de 25 électeurs et les interrogeons sur leur préférence en matière de parti politique. Le tableau suivant présente les résultats de l’enquête :

Démocrate Républicain Total
Mâle 4 9 13
Femelle 8 4 12
Total 12 13 25

Étape 1 : Définir les hypothèses.

Nous effectuerons le test exact de Fisher en utilisant les hypothèses suivantes :

  • H 0 : Le sexe et les préférences en matière de parti politique sont indépendants.
  • H 1 : Le sexe et les préférences en matière de parti politique ne sont pas indépendants.

Étape 2 : Calcul de la valeur p bilatérale.

Nous pouvons utiliser le calculateur de test exact de Fisher avec l’entrée suivante :

Exemple de test Exact de Fisher

La valeur p bilatérale est 0,115239 . Cette valeur étant inférieure à 0,05, nous ne parvenons pas à rejeter l’hypothèse nulle. Nous ne disposons pas de preuves suffisantes pour affirmer qu’il existe une association statistiquement significative entre le sexe et la préférence pour un parti politique.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer un test exact de Fisher à l’aide de différents programmes statistiques :

Comment effectuer le test exact de Fisher dans R
Comment effectuer le test exact de Fisher dans Excel
Comment effectuer le test exact de Fisher dans Stata
Comment effectuer le test exact de Fisher dans SPSS
Comment effectuer le test exact de Fisher en Python
Calculateur de test exact de Fisher

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *