Fisher's exact test( 费希尔精确检验)

Fisher's exact test是一种用于检验两个分类变量间关联性的统计方法,适用于大小样本。通过计算p-value来判断差异是否显著。文中以男性和女性节食习惯为例,解释了如何计算p-value,并指出p-value越小,拒绝原假设的把握越大。
摘要由CSDN通过智能技术生成
Fisher's exact test [1] [2] [3] is a statistical significance test used in the analysis of contingency tables. Although in practice it is employed when sample sizes are small, it is valid for all sample sizes.

Fisher's exact test( 费希尔精确检验)

     是用于分析列联表(

Fisher检验是一种用于统计数据分析的方法,主要用于确定两个或更多的数据集之间是否存在显著差异。它基于一种概率模型,即鱼尔定理(Fisher's exact test),适用于小样本量和预期频数低的情况。 Fisher检验的基本原理是根据观察到的数据,计算出一个p值,该p值表示了在零假设成立的情况下,出现观察到的数据或更极端情况的概率。如果p值小于预先设定的显著性水平(通常为0.05),则可以拒绝零假设,认为数据之间存在显著差异。 Fisher检验适用于二分类变量或二维列联表的分析,比如用于比较两组人群的疾病患病率之间是否存在显著差异。在进行Fisher检验时,需要根据给定的数据计算出各个单元格的期望频数,然后根据期望频数和观察频数计算出一个统计量,该统计量服从自由度为(min(r,c)-1)*(max(r,c)-1)的Fisher精确分布。 需要注意的是,Fisher检验对于大样本量的数据并不适用,因为在大样本量下,它的计算可能会很耗时,而且近似的卡方检验等方法更为常用。此外,Fisher检验的结果只能告诉我们数据之间是否存在显著差异,但并不能确定差异的具体方向。 总之,Fisher检验是一种统计方法,适用于小样本量和预期频数低的情况,用于确定数据集之间是否存在显著差异。通过计算p值,可以判断数据之间的差异是否达到显著水平。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值