So führen Sie den exakten Test nach Fisher in R durch

Der exakte Test nach Fisher ist ein Signifikanztest, der anstelle eines Chi-Quadrat-Tests in 2 × 2-Tabellen verwendet wird, wenn die Stichprobengrößen klein sind.

In diesem Tutorial wird erklärt, wie der Fisher’s Exact Test in R durchgeführt wird.

Der exakte Test nach Fischer in R

Um den exakten Test nach Fischer in R durchzuführen, benötigen Sie lediglich einen 2 × 2-Datensatz. Mit dem folgenden Code generiere ich einen synthetischen 2 × 2-Datensatz, der als Beispiel dient:

#2x2-Datensatz erstellen
data = matrix(c(2,5,9,4), nrow = 2)

#Datensatz anzeigen
data

# 2 9
# 5 4

Um den exakten Test nach Fisher durchzuführen, verwenden wir einfach den folgenden Code:

fisher.test(data)

Dies erzeugt die folgende Ausgabe:

Im exakten Test nach Fisher lautet die Nullhypothese, dass die beiden Spalten unabhängig sind (oder gleichwertig, dass das Odds Ratio gleich 1 ist).

Um festzustellen, ob die beiden Spalten unabhängig sind, können wir den p-Wert des Tests betrachten. In diesem Fall beträgt der p-Wert 0,1597, was uns sagt, dass wir nicht genügend Beweise haben, um die Nullhypothese abzulehnen. Daher können wir nicht sagen, dass es einen statistisch signifikanten Unterschied zwischen den beiden Spalten gibt.

Beachten Sie, dass das Odds Ratio 0,1957871 beträgt. Da der p-Wert des Tests 0,1597 beträgt, zeigt dies, dass das Odds Ratio nicht signifikant von 1 abweicht.

Die Ausgabe des Tests gibt uns auch ein 95%-Konfidenzintervall für das Odds Ratio, das lautet:

(0,0130943, 1,8397543)

Da die Zahl „1“ innerhalb dieses Verhältnisses liegt, wird bestätigt, dass sich das Quotenverhältnis nicht wesentlich von 1 unterscheidet (vorausgesetzt, wir verwenden Alpha-Level 0,05).