R的stats包中fisher.test()计算过程详解

最近用R包中自带的fisher’s exact test做统计检验时，发现结果跟用超几何分布手动算出来（就是把每一种可能都穷尽的，再根据超几何分布来算p-value）的不一样，那么问题在哪呢？

问题就在R包中自带的fisher’s exact test的零假设跟我们常规的不一样，它的零假设和备择假设分别为：
H0: true odds ratio is equal to 1;
H1: true odds ratio is not equal to 1.

假设有如下的2x2表：

	smoke	non-smoke
lung cancer	10	6
normal	1	12

##########################################################
则OD (Odd ratio)=10*12/(6*1)=20（感觉上就跟1偏离很远，说明吸烟跟肺癌的关系紧密）。
下面用常规的方法计算OD的p-value和95%的置信区间：
SE(log(OD))=sqrt(1/10+1+1/6+1/12)
95%置信区间为(exp(log(OD)-1.96SE(log(OD)), exp(log(OD)+1.96SE(log(OD)))，
即（2.051186, 195.0092）
用标准正态分布来计算p-value：
Z-score=(log(OD)-0)/SE(log(OD))=2.578316，即p-value=.004964
##########################################################
用超几何分布手动计算（单侧）：
p-value=0.00313 (详细计算过程)
##########################################################
R包的计算结果为：
fisher.test(matrix(c(10,1,6,12),nrow=2))

	Fisher's Exact Test for Count Data

data:  matrix(c(10, 1, 6, 12), nrow = 2)
p-value = 0.00575
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
   1.820063 932.303503
sample estimates:
odds ratio 
  17.83676

##########################################################

结论：用三种方法得到的结果各不相同，尽管R包自带的fisher’s exact test是以odds ratio去做零假设，但后续计算过程并不是常规的评估OD的方法。R包中给出了参考文献，用更复杂的模型去评估OD的置信区间，我们在处理数据时仍可以使用它。