Cómo realizar la prueba exacta de Fisher en R

Actualizado el 17 de julio de 2024, por Luis Benites.

La prueba exacta de Fisher es una prueba de significación que se utiliza en lugar de una prueba de chi cuadrado en tablas de 2 × 2 cuando los tamaños de muestra son pequeños.

Este tutorial explica cómo realizar la prueba exacta de Fisher en R.

Prueba exacta de Fisher en R

Para realizar la prueba exacta de Fisher en R, simplemente necesita un conjunto de datos de 2 × 2. Usando el código a continuación, genero un conjunto de datos falso de 2 × 2 para usar como ejemplo:

#create 2x2 conjunto de datos
datos = matriz (c (2,5,9,4), nrow = 2)

#ver conjunto de datos
datos
# 2 9
N.º 5 4

Para realizar la prueba exacta de Fisher, simplemente usamos el siguiente código:

Fisher.test (datos)

Esto produce la siguiente salida:

En la prueba exacta de Fisher, la hipótesis nula es que las dos columnas son independientes (o, de manera equivalente, que la razón de posibilidades es igual a 1).

Para determinar si las dos columnas son independientes, podemos observar el valor p de la prueba. En este caso, el valor p es 0.1597, lo que nos dice que no tenemos evidencia suficiente para rechazar la hipótesis nula. Por tanto, no podemos decir que exista una diferencia estadísticamente significativa entre las dos columnas.

Tenga en cuenta que la razón de posibilidades es 0,1957871. Dado que el valor p de la prueba es 0,1597, esto nos dice que la razón de posibilidades no es significativamente diferente de 1.

El resultado de la prueba también nos da un intervalo de confianza del 95% para la razón de probabilidades, que es:

(0.0130943, 1.8397543)

Dado que el número «1» está dentro de esta proporción, confirma que la proporción de probabilidades no es significativamente diferente de 1 (asumiendo que usamos un nivel alfa de 0.05).

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/