ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕੈਲਕੁਲੇਟਰ - ਮੁਫਤ ਆਨਲਾਈਨ ਸਾਂਖਿਆਕੀ ਟੂਲ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕੀ ਹੈ?

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਇੱਕ ਸਾਂਖਿਆਕੀ ਮਹੱਤਵ ਦਾ ਟੈਸਟ ਹੈ ਜੋ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਕੀ ਦੋ ਸ਼੍ਰੇਣੀਬੱਧ ਚਰਾਂ ਵਿਚ ਛੋਟੇ ਨਮੂਨਾ ਆਕਾਰਾਂ ਵਿੱਚ ਗੈਰ-ਯਾਦ੍ਰਿਤ ਸੰਬੰਧ ਹਨ। ਇਹ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕੈਲਕੁਲੇਟਰ 2×2 ਸੰਕਲਨ ਟੇਬਲਾਂ ਲਈ ਸਹੀ p-ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਦੋਂ ਨਮੂਨਾ ਆਕਾਰ ਚੀ-ਚੌਰ ਟੈਸਟ ਲਈ ਭਰੋਸੇਯੋਗ ਹੋਣ ਲਈ ਬਹੁਤ ਛੋਟਾ ਹੁੰਦਾ ਹੈ।

ਅਨੁਮਾਨਿਤ ਸਾਂਖਿਆਕੀ ਟੈਸਟਾਂ ਦੇ ਵਿਰੁੱਧ, ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਤੁਹਾਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਸਹੀ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਚਿਕਿਤਸਾ, ਮਨੋਵਿਗਿਆਨ ਅਤੇ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਵਿੱਚ ਛੋਟੇ ਨਮੂਨਾ ਖੋਜ ਲਈ ਸੋਨੇ ਦਾ ਮਿਆਰ ਬਣ ਜਾਂਦਾ ਹੈ।

ਇਸ ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਕੈਲਕੁਲੇਟਰ ਨੂੰ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ

1. ਟੈਸਟ ਦੀ ਕਿਸਮ ਚੁਣੋ: ਇੱਕ-ਪਾਸਾ ਜਾਂ ਦੋ-ਪਾਸਾ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਚੁਣੋ
2. ਸੰਕਲਨ ਟੇਬਲ ਦੇ ਮੁੱਲ ਦਰਜ ਕਰੋ:
   • ਸੈਲ A: ਸਮੂਹ 1 ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ
   • ਸੈਲ B: ਸਮੂਹ 1 ਵਿੱਚ ਅਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ
   • ਸੈਲ C: ਸਮੂਹ 2 ਵਿੱਚ ਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ
   • ਸੈਲ D: ਸਮੂਹ 2 ਵਿੱਚ ਅਸਫਲਤਾਵਾਂ ਦੀ ਗਿਣਤੀ
3. ਗਣਨਾ ਕਰੋ: ਸਹੀ p-ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਕਲਿੱਕ ਕਰੋ
4. ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰੋ: ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦਾ p-ਮੁੱਲ ਸਾਂਖਿਆਕੀ ਮਹੱਤਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਜਰੂਰੀ ਹੈ ਜਦੋਂ ਕੁੱਲ ਨਮੂਨਾ ਆਕਾਰ ਛੋਟਾ ਹੁੰਦਾ ਹੈ (ਆਮ ਤੌਰ 'ਤੇ n < 1000) ਜਾਂ ਜਦੋਂ ਕਿਸੇ ਵੀ ਸੈਲ ਵਿੱਚ ਉਮੀਦ ਕੀਤੀ ਫ੍ਰੀਕਵੈਂਸੀ 5 ਤੋਂ ਘੱਟ ਹੁੰਦੀ ਹੈ।

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੀ ਇਨਪੁਟ ਦੀਆਂ ਲੋੜਾਂ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕੈਲਕੁਲੇਟਰ ਵਿਆਪਕ ਪ੍ਰਮਾਣਿਕਤਾ ਕਰਦਾ ਹੈ:

• ਸਾਰੇ ਸੈਲ ਦੇ ਮੁੱਲ ਗੈਰ-ਨਕਾਰਾਤਮਕ ਪੂਰਨ ਅੰਕ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ
• ਘੱਟੋ-ਘੱਟ ਇੱਕ ਸੈਲ ਵਿੱਚ ਸਕਾਰਾਤਮਕ ਮੁੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ
• ਕੁੱਲ ਨਮੂਨਾ ਆਕਾਰ ਸਹੀ ਟੈਸਟਿੰਗ ਤਰੀਕਿਆਂ ਲਈ ਉਚਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ
• ਗਲਤ ਇਨਪੁਟ ਗਲਤੀ ਦੇ ਸੁਨੇਹੇ ਦਿਖਾਉਂਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨਾਲ ਸੁਧਾਰ ਦੀ ਗਾਈਡ ਹੈ

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦਾ ਫਾਰਮੂਲਾ ਅਤੇ ਗਣਿਤੀਕ ਆਧਾਰ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਸਹੀ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ:

ਇੱਕ ਵਿਸ਼ੇਸ਼ ਟੇਬਲ ਲਈ ਸੰਭਾਵਨਾ: $P = \frac{(a+b)!(c+d)!(a+c)!(b+d)!}{a!b!c!d!n!}$

ਜਿੱਥੇ:

• a, b, c, d = 2×2 ਸੰਕਲਨ ਟੇਬਲ ਵਿੱਚ ਸੈਲ ਦੇ ਮੁੱਲ
• n = ਕੁੱਲ ਨਮੂਨਾ ਆਕਾਰ (a+b+c+d)
• ! = ਫੈਕਟੋਰੀਅਲ ਨੋਟੇਸ਼ਨ

ਇੱਕ-ਪਾਸਾ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ: $P_{one-tailed} = \sum_{i=a}^{\min(r_1,c_1)} \frac{r_1!r_2!c_1!c_2!}{i!(r_1-i)!(c_1-i)!(r_2-c_1+i)!n!}$

ਦੋ-ਪਾਸਾ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ: $P_{two-tailed} = \sum_{P(table) \leq P(observed)} P(table)$

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੀ ਗਣਨਾ ਅਲਗੋਰਿਦਮ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕੈਲਕੁਲੇਟਰ ਹੇਠ ਲਿਖੇ ਅਲਗੋਰਿਦਮ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ:

1. ਨਿਗਰਾਨੀ ਕੀਤੀ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਰੋ: ਇਨਪੁਟ ਸੰਕਲਨ ਟੇਬਲ ਲਈ ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਕਰੋ
2. ਇੱਕ-ਪਾਸਾ ਟੈਸਟ: ਸਭ ਟੇਬਲਾਂ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਜੋੜੋ ਜਿਨ੍ਹਾਂ ਦੇ ਨਤੀਜੇ ਅਤਿ ਉਤਕ੍ਰਿਸ਼ਟ ਜਾਂ ਹੋਰ ਉਤਕ੍ਰਿਸ਼ਟ ਹਨ
3. ਦੋ-ਪਾਸਾ ਟੈਸਟ: ਸਭ ਸੰਭਾਵਿਤ ਟੇਬਲਾਂ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਜੋੜੋ ਜਿਨ੍ਹਾਂ ਦੀ ਸੰਭਾਵਨਾ ≤ ਨਿਗਰਾਨੀ ਕੀਤੀ ਸੰਭਾਵਨਾ
4. ਸਹੀਤਾ ਸੰਭਾਲਣਾ: ਵੱਡੇ ਫੈਕਟੋਰੀਅਲਾਂ ਲਈ ਗਣਿਤੀਕ ਓਵਰਫਲੋ ਤੋਂ ਬਚਣ ਲਈ ਲੋਗਾਰਿਦਮਿਕ ਗਣਨਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਸਹੀ p-ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਬਿਨਾਂ ਅਸੰਖਿਆਤਿਕ ਅਨੁਮਾਨਾਂ 'ਤੇ ਨਿਰਭਰ ਹੋਏ, ਜਿਸ ਨਾਲ ਇਹ ਛੋਟੇ ਨਮੂਨਾ ਸ਼੍ਰੇਣੀਬੱਧ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਸੋਨੇ ਦਾ ਮਿਆਰ ਬਣ ਜਾਂਦਾ ਹੈ।

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੀ ਵਰਤੋਂ ਕਦੋਂ ਕਰਨੀ ਹੈ ਵਿਰੁੱਧ ਚੀ-ਚੌਰ ਟੈਸਟ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਦੋਂ:

1. ਛੋਟੇ ਨਮੂਨਾ ਆਕਾਰ: ਕੁੱਲ n < 1000 ਜਾਂ ਕਿਸੇ ਵੀ ਉਮੀਦ ਕੀਤੀ ਸੈਲ ਫ੍ਰੀਕਵੈਂਸੀ < 5
2. ਸਹੀ p-ਮੁੱਲ ਦੀ ਲੋੜ: ਜਦੋਂ ਸਹੀ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ
3. 2×2 ਸੰਕਲਨ ਟੇਬਲ: ਦੋ ਬਾਈਨਰੀ ਚਰਾਂ ਵਿਚ ਆਜ਼ਾਦੀ ਦੀ ਜਾਂਚ
4. ਚਿਕਿਤਸਾ ਖੋਜ: ਛੋਟੇ ਮਰੀਜ਼ ਸਮੂਹਾਂ ਨਾਲ ਕਲੀਨੀਕਲ ਟ੍ਰਾਇਲ
5. ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ: ਸੀਮਿਤ ਨਮੂਨਿਆਂ ਨਾਲ ਨਿਰਮਾਣ ਦੋਸ਼ ਵਿਸ਼ਲੇਸ਼ਣ

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਐਪਲੀਕੇਸ਼ਨ:

• ਛੋਟੇ ਬਦਲਾਅ ਨਮੂਨਿਆਂ ਨਾਲ A/B ਟੈਸਟਿੰਗ
• ਚਿਕਿਤਸਾ ਇਲਾਜ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਦੇ ਅਧਿਐਨ
• ਜੈਨੇਟਿਕ ਸੰਬੰਧ ਅਧਿਐਨ
• ਬਾਈਨਰੀ ਨਤੀਜਿਆਂ ਨਾਲ ਸਰਵੇਖਣ ਖੋਜ
• ਸ਼ਿਖਿਆ ਦਖਲ ਅਧਿਐਨ

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਅਤੇ ਚੀ-ਚੌਰ ਟੈਸਟ ਦੀ ਤੁਲਨਾ

ਜਦੋਂ ਨਮੂਨਾ ਆਕਾਰ ਦੀਆਂ ਸੀਮਾਵਾਂ ਚੀ-ਚੌਰ ਦੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਗਲਤ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਚੁਣੋ।

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਉਦਾਹਰਣ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ

ਉਦਾਹਰਣ 1: ਚਿਕਿਤਸਾ ਇਲਾਜ ਦਾ ਅਧਿਐਨ

• ਇਲਾਜ ਕੀਤੇ ਗਏ ਮਰੀਜ਼ ਜੋ ਸੁਧਰੇ: 8 (ਸੈਲ A)
• ਇਲਾਜ ਕੀਤੇ ਗਏ ਮਰੀਜ਼ ਜੋ ਨਹੀਂ ਸੁਧਰੇ: 2 (ਸੈਲ B)
• ਨਿਯੰਤਰਣ ਮਰੀਜ਼ ਜੋ ਸੁਧਰੇ: 3 (ਸੈਲ C)
• ਨਿਯੰਤਰਣ ਮਰੀਜ਼ ਜੋ ਨਹੀਂ ਸੁਧਰੇ: 7 (ਸੈਲ D)
• ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦਾ p-ਮੁੱਲ: 0.0524

ਉਦਾਹਰਣ 2: ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਵਿਸ਼ਲੇਸ਼ਣ

• ਮਸ਼ੀਨ A ਤੋਂ ਦੋਸ਼ੀ ਆਈਟਮ: 1 (ਸੈਲ A)
• ਮਸ਼ੀਨ A ਤੋਂ ਚੰਗੇ ਆਈਟਮ: 19 (ਸੈਲ B)
• ਮਸ਼ੀਨ B ਤੋਂ ਦੋਸ਼ੀ ਆਈਟਮ: 6 (ਸੈਲ C)
• ਮਸ਼ੀਨ B ਤੋਂ ਚੰਗੇ ਆਈਟਮ: 14 (ਸੈਲ D)
• ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦਾ p-ਮੁੱਲ: 0.0456

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਕੋਡ ਲਾਗੂ ਕਰਨ ਦੇ ਉਦਾਹਰਣ

1# Python ਲਾਗੂ ਕਰਨ ਲਈ scipy ਦੀ ਵਰਤੋਂ
2from scipy.stats import fisher_exact
3
4# 2x2 ਸੰਕਲਨ ਟੇਬਲ
5table = [[8, 2],
6         [3, 7]]
7
8# ਦੋ-ਪਾਸਾ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ
9odds_ratio, p_value = fisher_exact(table, alternative='two-sided')
10print(f"ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦਾ p-ਮੁੱਲ: {p_value:.4f}")
11

1# R ਲਾਗੂ ਕਰਨ ਲਈ
2# ਸੰਕਲਨ ਟੇਬਲ ਬਣਾਓ
3table <- matrix(c(8, 2, 3, 7), nrow = 2, byrow = TRUE)
4
5# ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ
6result <- fisher.test(table)
7print(paste("P-ਮੁੱਲ:", result$p.value))
8

1// ਜਾਵਾਸਕ੍ਰਿਪਟ ਲਾਗੂ ਕਰਨ ਲਈ (ਸਧਾਰਿਤ)
2function fisherExactTest(a, b, c, d, testType) {
3    // ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਵੰਡ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ
4    // ਲਾਗੂ ਕਰਨ ਦੀ ਵਿਧੀ ਸਾਡੇ ਕੈਲਕੁਲੇਟਰ ਨਾਲ ਮਿਲਦੀ ਹੈ
5    return calculateFishersExactTest(a, b, c, d, testType);
6}
7

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰਨੀ ਹੈ

p-ਮੁੱਲ ਦੀ ਵਿਆਖਿਆ:

• p < 0.001: ਨੱਲ ਹਿਪੋਥਿਸਿਸ ਦੇ ਖਿਲਾਫ ਬਹੁਤ ਮਜ਼ਬੂਤ ਸਬੂਤ
• p < 0.01: ਨੱਲ ਹਿਪੋਥਿਸਿਸ ਦੇ ਖਿਲਾਫ ਬਹੁਤ ਮਜ਼ਬੂਤ ਸਬੂਤ
• p < 0.05: ਨੱਲ ਹਿਪੋਥਿਸਿਸ ਦੇ ਖਿਲਾਫ ਮਜ਼ਬੂਤ ਸਬੂਤ (ਮਹੱਤਵਪੂਰਨ)
• p ≥ 0.05: ਨੱਲ ਹਿਪੋਥਿਸਿਸ ਨੂੰ ਖਾਰਜ ਕਰਨ ਲਈ ਅਣਕਾਫੀ ਸਬੂਤ

ਅਸਰ ਦੇ ਆਕਾਰ ਦੇ ਵਿਚਾਰ:

• ਛੋਟੇ ਨਮੂਨੇ ਵੱਡੇ ਅਸਰ ਦੇ ਆਕਾਰ ਰੱਖ ਸਕਦੇ ਹਨ ਪਰ ਗੈਰ-ਮਹੱਤਵਪੂਰਨ p-ਮੁੱਲ
• ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਂ ਨੂੰ ਵੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ
• ਚਿਕਿਤਸਾ ਮਹੱਤਵ ਵਿਰੁੱਧ ਸਾਂਖਿਆਕੀ ਮਹੱਤਵ

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਬਾਰੇ ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ

ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕਿਸ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ? ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਕੀ 2×2 ਸੰਕਲਨ ਟੇਬਲ ਵਿੱਚ ਦੋ ਸ਼੍ਰੇਣੀਬੱਧ ਚਰਾਂ ਵਿਚ ਮਹੱਤਵਪੂਰਨ ਸੰਬੰਧ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਨਮੂਨਾ ਆਕਾਰ ਛੋਟਾ ਹੁੰਦਾ ਹੈ।

ਮੈਂ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਕਦੋਂ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹਾਂ? ਜਦੋਂ ਤੁਹਾਡਾ ਕੁੱਲ ਨਮੂਨਾ ਆਕਾਰ 1000 ਤੋਂ ਘੱਟ ਹੋ ਜਾਂ ਕਿਸੇ ਵੀ ਉਮੀਦ ਕੀਤੀ ਸੈਲ ਫ੍ਰੀਕਵੈਂਸੀ 5 ਤੋਂ ਘੱਟ ਹੋਵੇ, ਤਾਂ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਵਰਤੋ।

ਇੱਕ-ਪਾਸਾ ਅਤੇ ਦੋ-ਪਾਸਾ ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਵਿੱਚ ਕੀ ਫਰਕ ਹੈ? ਇੱਕ-ਪਾਸਾ ਟੈਸਟ ਕਿਸੇ ਵਿਸ਼ੇਸ਼ ਦਿਸ਼ਾ ਵਿੱਚ ਸੰਬੰਧ ਲਈ ਜਾਂਚ ਕਰਦਾ ਹੈ (ਪੂਰਵ ਨਿਰਧਾਰਿਤ ਹਿਪੋਥਿਸਿਸ), ਜਦਕਿ ਦੋ-ਪਾਸਾ ਕਿਸੇ ਵੀ ਸੰਬੰਧ ਲਈ ਜਾਂਚ ਕਰਦਾ ਹੈ ਬਿਨਾਂ ਦਿਸ਼ਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੇ।

ਕੀ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ 2×2 ਤੋਂ ਵੱਡੀਆਂ ਟੇਬਲਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ? ਮਿਆਰੀ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ 2×2 ਟੇਬਲਾਂ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ। ਵੱਡੀਆਂ ਸੰਕਲਨ ਟੇਬਲਾਂ ਲਈ, ਫ੍ਰੀਮੈਨ-ਹਾਲਟਨ ਵਿਸਥਾਰ ਜਾਂ ਹੋਰ ਸਹੀ ਟੈਸਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।

ਕੀ ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਹਮੇਸ਼ਾ ਚੀ-ਚੌਰ ਨਾਲੋਂ ਵੱਧ ਸਹੀ ਹੁੰਦਾ ਹੈ? ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਸਹੀ p-ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਛੋਟੇ ਨਮੂਨਿਆਂ ਲਈ ਵੱਧ ਸਹੀ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਵੱਡੇ ਨਮੂਨਿਆਂ ਲਈ, ਚੀ-ਚੌਰ ਗਣਨਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ ਜਿਸ ਨਾਲ ਨਿਗਰਾਨੀ ਦੀ ਸਹੀਤਾ ਘੱਟ ਹੁੰਦੀ ਹੈ।

ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਕੀ ਅਨੁਮਾਨ ਹਨ? ਫਿਸ਼ਰ ਦਾ ਸਹੀ ਟੈਸਟ ਨਿਸ਼ਚਿਤ ਮਾਰਜਿਨਲ ਟੋਟਲ, ਨਿਗਰਾਨੀ ਦੇ ਅਧੀਨਤਾ ਅਤੇ ਡੇਟਾ ਦਾ ਹਾਈਪਰਜੀਓਮੈਟ੍ਰਿਕ ਵੰਡ ਦਾ ਪਾਲਣ ਕਰਦਾ ਹੈ।

ਮੈਂ ਫਿਸ਼ਰ ਦੇ ਸਹੀ ਟੈਸਟ ਦੇ ਵਿਸ਼ਵਾਸ ਅੰਤਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰਾਂ? ਅਸਰ ਦੇ ਅਨੁਪਾਤ ਲਈ ਵਿਸ਼ਵਾਸ ਅੰਤਰ ਸੰਭਾਵਿਤ ਅਸਰ ਦੇ ਆਕਾਰਾਂ ਦੀ ਰੇਂਜ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਅੰਤਰ 1.0 ਨੂੰ ਬਾਹਰ