Fisherin eksakti testi - Ilmainen tilastollinen työkalu

Fisherin eksakti testi -laskuri - Ilmainen online-tilastollinen työkalu

Kun työskentelet pienten otoskokojen kanssa kategorisessa dataanalyysissa, standardi khiin neliö -testi voi antaa harhaanjohtavia tuloksia. Tämä laskuri käyttää Fisherin eksaktia testiä laskemaan tarkat p-arvot 2×2-kontingenssitaulukoille - erityisen kriittinen silloin, kun sinulla on alle 1 000 havaintoa tai kun odotetut solufrekvenssin arvot putoavat alle 5.

Mikä on Fisherin eksakti testi?

Fisherin eksakti testi määrittää, onko merkitsevä yhteys kahden kategorisen muuttujan välillä laskemalla tarkat todennäköisyydet pikemminkin kuin approksimaatiot. Toisin kuin khiin neliö -testi, joka perustuu asymptootiseen teoriaan ja voi epäonnistua pienillä otoksilla, tämä testi käyttää hypergeometrista jakaumaa laskemaan todennäköisyydet kaikille mahdollisille datasi järjestelyille.

Kuinka käyttää tätä laskuria

Laskurin käyttö on suoraviivaista:

1. Valitse testityyppi: Valitse yksisuuntainen, jos sinulla on suuntaa antava hypoteesi, tai kaksisuuntainen, jos testaat mitä tahansa yhteyttä ilman suunnan ennustamista
2. Syötä 2×2-kontingenssitaulukon data:
   • Solu A: Onnistumiset ryhmässä 1
   • Solu B: Epäonnistumiset ryhmässä 1
   • Solu C: Onnistumiset ryhmässä 2
   • Solu D: Epäonnistumiset ryhmässä 2
3. Saa tuloksesi: Laskuri laskee eksaktin p-arvon välittömästi

Syötevaatimukset ja validointi

Laskuri validoi datasi varmistaakseen tarkat tulokset:

• Vain ei-negatiiviset kokonaisluvut
• Vähintään yksi positiivinen arvo
• Optimaalinen alue: Toimii parhaiten otoskoilla alle 1 000
• Selkeä virhepalautejärjestelmä

Matematiikka Fisherin eksaktissa testissä

Testi perustuu hypergeometriseen jakaumaan, joka mallintaa otantaa ilman takaisinpanoa.

Todennäköisyys tietylle kontingenssitaulukolle: $P = \frac{(a+b)!(c+d)!(a+c)!(b+d)!}{a!b!c!d!n!}$

Milloin käyttää Fisherin eksaktia testiä vs Khiin neliö -testiä

Valitse Fisherin eksakti testi, kun:

1. Pienet otoskoot: Kokonaismäärä n < 1 000 tai minkään solun odotettu frekvenssi putoaa alle 5
2. Sääntelyvaatimukset
3. Binääriset muuttujat
4. Korkean riskin päätökset

Esimerkkejä käytännössä

Esimerkki 1: Kliininen koe harvinaiselle sairaudelle

Pilottitutkimus testasi uutta lääkettä 20 potilaalla:

• Hoidetut potilaat, jotka paranivat: 8
• Hoidetut potilaat, jotka eivät parantuneet: 2
• Kontrolliryhmän potilaat, jotka paranivat: 3
• Kontrolliryhmän potilaat, jotka eivät parantuneet: 7
• Fisherin eksaktin testin p-arvo: 0.0524

Tulosten tulkinta

P-arvojen ymmärtäminen:

• p < 0.001: Erittäin vahva näyttö yhteydestä
• p < 0.01: Hyvin vahva näyttö yhteydestä
• p < 0.05: Tilastollisesti merkitsevä
• p ≥ 0.05: Riittämätön näyttö yhteyden olemassaolosta

Usein kysytyt kysymykset

Milloin käytän Fisherin eksaktia testiä?

Käytä, kun otoskoko on alle 1 000 tai kun minkään solun odotettu frekvenssi putoaa alle 5.

Miksi käyttää tätä laskuria?

Tämä laskuri tarjoaa:

• Välittömät eksaktit p-arvot
• Yksi- ja kaksisuuntaiset vaihtoehdot
• Ilmainen ja avoin pääsy
• Vahvistettu toteutus
• Mobiiliystävällinen
• Selkeät tulokset

Viitteet ja lisälukeminen

1. Fisher, R.A. (1922). "On the interpretation of χ² from contingency tables, and the calculation of P." Journal of the Royal Statistical Society
2. Agresti, A. (2018). "An Introduction to Categorical Data Analysis"

Oletko valmis analysoimaan datasi? Käytä laskuria saadaksesi välittömät, matemaattisesti eksaktit p-arvot 2×2-kontingenssitaulukon analyysillesi.