Точний тест Фішера - це
Точний тест Фішера- тест статистичної значущості, що використовується в аналізі таблиць сполученості ознак для вибірок невеликих розмірів. Названо ім'ям свого винахідника Р. Фішера. Відноситься до точних тестів значущості, оскільки не використовує наближення великої вибірки (асимптотики при розмірі вибірки нескінченності, що прагне). На створення цього тесту Фішера спонукало висловлювання Муріель Брістоль, яка стверджувала, ніби змогла виявити, чи були чай або молоко додані спочатку до її чашки.
Зміст
Призначення
З великими вибірками у цій ситуації може використовуватись тест хі-квадрат. Однак, цей тест не є придатним, коли математичні очікування значень у будь-якій із осередків таблиці із заданими межами виявляється нижче 10: обчислений вибірковий розподіл випробуваної статистичної величини тільки приблизно дорівнює теоретичному розподілу хі-квадрат, і наближення неадекватно в цих умовах (які виникають, розміри вибірки малі, чи дані дуже нерівноцінно розподілені серед осередків таблиці). Тест Фішера, як випливає з його назви, є точним, і тому може використовуватися незалежно від особливостей вибірки. Тест стає важко обчислюваним великих вибірок чи добре врівноважених таблиць, але на щастя саме цих умов добре застосуємо критерій Пірсона (χ 2 ).
Для ручних обчислень тест виконаємо тільки у випадку розмірності факторних таблиць 2 x 2. Однак принцип тесту може бути розширений на загальний випадок таблиць m x n, і деякі статистичні пакети забезпечують такі обчислення (іноді використовуючи метод Монте-Карло, щоб отримати наближення).
Точні тести дозволяють отримувати акуратніший аналіз для маленьких вибірок абоданих, які рідкісні. Точні тести непараметричних досліджень - відповідний статистичний інструмент для роботи з неврівноваженими даними. Неврівноважені дані, проаналізовані асимптотичними методами, мають тенденцію до ненадійних результатів. Для великих та добре врівноважених наборів даних точні та асимптотичні оцінки ймовірностей p дуже схожі. Але для маленьких, рідкісних, або виведених з рівноваги даних, точні й асимптотичні оцінки можуть бути дуже різними і навіть призвести до протилежних висновків щодо гіпотези, що розробляється (Mehta, Patel, & Tsiatis, 1984; Mehta, 1995; Mehta & Patel, 1997) .
Дані могли б бути схожими на такі: