Calcolatore del Test Esatto di Fisher

Calcolatore del Test Esatto di Fisher

Il Calcolatore del Test Esatto di Fisher esegue il test di significatività esatta per tabelle di contingenza 2×2 utilizzando la distribuzione ipergeometrica. A differenza del test chi-quadrato, che si basa su un'approssimazione asintotica, il test di Fisher calcola valori p esatti, rendendolo lo standard di riferimento per l'analisi dei dati categoriali, specialmente con campioni di piccole dimensioni. Inserisci la tua tabella 2×2 per ottenere valori p unilaterali e bilaterali, odds ratio, rischio relativo, grafici a mosaico interattivi e soluzioni passo-passo.

Come utilizzare il Calcolatore del Test Esatto di Fisher

1. Inserisci i valori delle celle — inserisci i quattro conteggi di frequenza osservati per la tua tabella di contingenza 2×2. La cella "a" rappresenta il Gruppo 1 con esito positivo, "b" è il Gruppo 1 con esito negativo, "c" è il Gruppo 2 positivo e "d" è il Gruppo 2 negativo. Puoi anche cliccare su un esempio rapido per vedere come funziona.
2. Scegli la direzione del test — seleziona "Bilaterale" per testare qualsiasi associazione (il più comune), "Coda Sinistra" se ipotizzi che l'odds ratio sia inferiore a 1, o "Coda Destra" se ti aspetti che sia superiore a 1.
3. Imposta il livello di significatività — scegli α (comunemente 0.05). Un α più piccolo richiede prove più forti per rifiutare l'ipotesi nulla.
4. Interpreta i risultati — esamina il valore p, l'odds ratio, il rischio relativo, il grafico a mosaico, il grafico della distribuzione di probabilità ipergeometrica e il calcolo dettagliato passo-passo.

Cos'è il Test Esatto di Fisher?

Il test esatto di Fisher, sviluppato da Sir Ronald Fisher nel 1935, è un test di significatività statistica per dati categoriali in tabelle di contingenza. Determina se esiste un'associazione non casuale tra due variabili categoriali. Il test è chiamato "esatto" perché calcola la probabilità esatta di ottenere i dati osservati (o dati più estremi) sotto l'ipotesi nulla di indipendenza, invece di fare affidamento su approssimazioni come il test chi-quadrato.

La Formula della Distribuzione Ipergeometrica

La probabilità di osservare una particolare tabella 2×2 con totali marginali fissi è data dalla distribuzione ipergeometrica:

Dove R₁, R₂ sono i totali di riga, C₁, C₂ sono i totali di colonna e N è il totale generale. Questa formula calcola la probabilità esatta di osservare precisamente quella disposizione di valori nella tabella.

Quando utilizzare il Test Esatto di Fisher

• Piccole dimensioni del campione — quando un conteggio atteso delle celle è inferiore a 5, l'approssimazione chi-quadrato diventa inaffidabile e si raccomanda il test di Fisher
• Tabelle 2×2 — il test è specificamente progettato per tabelle di contingenza due per due
• Necessità di inferenza esatta — quando serve un valore p esatto piuttosto che un'approssimazione asintotica
• Studi clinici — comunemente usato nella ricerca medica per confrontare gli esiti tra gruppo di trattamento e gruppo di controllo
• Controllo qualità — testare se i tassi di difettosità differiscono tra processi o lotti

Test Esatto di Fisher vs. Test Chi-Quadrato

Entrambi i test valutano l'indipendenza nelle tabelle di contingenza, ma differiscono nell'approccio:

• Il test di Fisher calcola probabilità esatte; il chi-quadrato utilizza un'approssimazione per grandi campioni
• Il test di Fisher è sempre valido indipendentemente dalla dimensione del campione; il chi-quadrato richiede conteggi attesi ≥ 5
• Per grandi campioni, entrambi i test forniscono risultati quasi identici, ma il chi-quadrato è più veloce da calcolare
• Il test di Fisher diventa computazionalmente intensivo per tabelle molto grandi (N > 1000)

Comprendere l'Odds Ratio e il Rischio Relativo

L'odds ratio (OR) misura la forza dell'associazione tra due eventi. OR = (a × d) / (b × c). Un OR di 1 significa nessuna associazione, OR > 1 significa che l'esito è più probabile nel Gruppo 1, e OR < 1 significa che è più probabile nel Gruppo 2. L'intervallo di confidenza al 95% aiuta a valutare se l'OR è statisticamente distinguibile da 1.

Il rischio relativo (RR) confronta la probabilità dell'esito tra i gruppi. RR = [a/(a+b)] / [c/(c+d)]. Mentre l'OR approssima l'RR quando l'esito è raro, essi divergono per esiti comuni. L'RR è spesso più intuitivo da interpretare negli studi prospettici.

Test Unilaterali vs. Bilaterali

Un test bilaterale somma le probabilità di tutte le tabelle che sono ugualmente o meno probabili della tabella osservata, indipendentemente dalla direzione dell'associazione. Questo è l'approccio più comune e conservativo. Un test unilaterale considera solo le tabelle in una direzione — coda sinistra per OR < 1 o coda destra per OR > 1 — e dovrebbe essere usato solo quando si ha una forte ipotesi a priori sulla direzione dell'effetto.

FAQ

Perché il mio odds ratio è diverso da quello di fisher.test in R?

R riporta l’odds ratio di massima verosimiglianza condizionale con un intervallo di confidenza esatto, non il semplice odds ratio campionario (a per d diviso b per c). Questo calcolatore mostra entrambi: l’odds ratio campionario con intervallo di Woolf e, sotto, la MLE condizionale con l’intervallo esatto al 95% corrispondente a fisher.test in R.

Cos'è il test esatto di Fisher?

Il test esatto di Fisher è un test di significatività statistica utilizzato per determinare se esiste un'associazione non casuale tra due variabili categoriali in una tabella di contingenza 2×2. A differenza del test chi-quadrato, calcola le probabilità esatte utilizzando la distribuzione ipergeometrica, rendendolo ideale per piccoli campioni o quando i conteggi attesi delle celle sono inferiori a 5.

Quando dovrei usare il test esatto di Fisher invece del chi-quadrato?

Usa il test esatto di Fisher quando un conteggio atteso nella tua tabella 2×2 è inferiore a 5, quando la dimensione totale del campione è piccola (tipicamente meno di 20-30), o quando desideri un valore p esatto piuttosto che un'approssimazione. Il test di Fisher è sempre valido indipendentemente dalla dimensione del campione, mentre il chi-quadrato è un'approssimazione che diventa inaffidabile con piccoli campioni.

Qual è la differenza tra il test esatto di Fisher unilaterale e bilaterale?

Un test bilaterale verifica qualsiasi associazione tra le variabili indipendentemente dalla direzione ed è l'approccio più comunemente utilizzato. Un test unilaterale verifica l'associazione in una direzione specifica: il test a coda sinistra verifica se l'odds ratio è inferiore a 1, e quello a coda destra se è superiore a 1. Usa un test bilaterale a meno che tu non abbia una forte ipotesi a priori sulla direzione dell'effetto.

Come viene calcolato il valore p nel test esatto di Fisher?

Il valore p viene calcolato utilizzando la distribuzione ipergeometrica. Per una data tabella 2×2 con totali di riga e colonna fissi, viene calcolata la probabilità esatta di quella tabella. Per un test bilaterale, vengono sommate le probabilità di tutte le possibili tabelle che sono ugualmente o meno probabili della tabella osservata. Per i test unilaterali, le probabilità vengono sommate solo in una direzione.

Cosa mi dice l'odds ratio nel test esatto di Fisher?

L'odds ratio misura la forza dell'associazione tra due variabili categoriali. Un odds ratio di 1 significa nessuna associazione. Maggiore di 1 significa che il Gruppo 1 ha odds più elevate di esito positivo rispetto al Gruppo 2. Minore di 1 significa che il Gruppo 2 ha odds più elevate. L'intervallo di confidenza al 95% aiuta a valutare se l'associazione è statisticamente significativa — se l'intervallo include 1, l'associazione potrebbe non essere significativa.

Cosa succede all’odds ratio se una cella della tabella 2×2 è zero?

Una cella pari a zero può rendere l’odds ratio ordinario uguale a zero o non definito, perché il calcolo moltiplica i conteggi delle celle diagonali e li divide per gli altri due. Il test esatto può comunque calcolare il p-value dalla tabella, ma l’odds ratio va interpretato con attenzione. Non modificare un conteggio senza dichiararlo: se applichi una correzione per riportare l’odds ratio, indica il metodo.

Scambiare i due gruppi modifica il risultato del test esatto di Fisher?

Scambiare le righe dei gruppi inverte la direzione del confronto: un odds ratio superiore a 1 può diventare il suo reciproco, per esempio 2 può diventare 0,5. Il p-value bilaterale rimane uguale perché l’associazione osservata non è cambiata, è cambiato solo il suo orientamento. Quando riporti l’odds ratio, mantieni coerente l’ordine dei gruppi affinché sia chiaro quale gruppo si trova al numeratore.

Come imposto una tabella 2×2 per confrontare trattamento e controllo?

Metti un gruppo per riga e le due categorie di esito nelle colonne, inserendo i conteggi osservati in tutte e quattro le celle. Per esempio, registra quante persone sono migliorate e quante no nel gruppo di trattamento, poi inserisci gli stessi due conteggi per il gruppo di controllo. Mantieni lo stesso ordine degli esiti in entrambe le righe: la direzione dell’odds ratio dipende da quale esito e quale gruppo occupano la prima colonna e la prima riga.

Statistiche e analisi dati:

• Calcolatore Dimensione Campione Test A/B Nuovo
• Calcolatore di Significatività Test A/B Nuovo
• Calcolatrice ANOVA
• Calcolatore di media aritmetica
• Calcolatore della Media - Alta Precisione
• Calcolatore della deviazione media
• Creatore di Grafici a Barre Nuovo
• Calcolatore del Teorema di Bayes Nuovo
• Calcolatore Distribuzione Beta Nuovo
• Generatore di Box Plot
• Calcolatore del Test Chi-Quadrato Popolare
• Calcolatore del Coefficiente di Variazione Popolare
• Calcolatore di Cohen
• Calcolatore crescita composta
• Calcolatore dell'intervallo di confidenza
• Calcolatore dell'Intervallo di Confidenza per Proporzione Popolare
• Calcolatore Tabella di Contingenza Nuovo
• Calcolatore del Tasso di Conversione Nuovo
• Calcolatore Coefficiente di Correlazione
• Calcolatore Dimensione dell'Effetto Nuovo
• Calcolatore Distribuzione Esponenziale Nuovo
• Calcolatore Test F e Distribuzione F Nuovo
• Calcolatore del Test Esatto di Fisher Popolare
• Calcolatore del Riepilogo a Cinque Numeri Nuovo
• Calcolatore Distribuzione Geometrica Nuovo
• Calcolatore della Media Geometrica Popolare
• Calcolatore del Coefficiente di Gini
• Calcolatore della Media Armonica
• Creatore di Istogrammi Popolare
• Calcolatore Distribuzione Ipergeometrica Nuovo
• Calcolatore dello scarto interquartile
• Calcolatore del Test di Kruskal-Wallis
• Creatore di Grafici a Linee Nuovo
• Calcolatrice di Regressione Lineare
• Calcolatore di Crescita Logaritmica
• Calcolatore del Test U di Mann-Whitney
• Calcolatore dello Scarto Medio Assoluto (MAD)
• Calcolatore della Media
• Calcolatore Media, Mediana e Moda
• Calcolatore della Deviazione Mediana Assoluta
• Calcolatore della Mediana
• Calcolatore di Midrange
• Calcolatore di Modalità
• Calcolatore Distribuzione Normale Nuovo
• Calcolatore del Rapporto di Probabilità Nuovo
• Calcolatore di Valori Anomali
• Calcolatore del Valore p Nuovo
• Generatore di Diagrammi di Pareto Nuovo
• Calcolatore di Percentile Nuovo
• Creatore di Grafici a Torta Nuovo
• Calcolatore della deviazione standard della popolazione-alta precisione
• Calcolatore di Quartili
• Calcolatore di Deviazione Quartile
• Calcolatore della gamma
• Calcolatrice della Deviazione Standard Relativa
• Calcolatore della radice quadrata media
• Calcolatore della Media Campionaria
• Calcolatore delle Dimensioni del Campione
• Calcolatore della deviazione standard del campione
• Creatore di Grafici a Dispersione
• Calcolatore di Capacità di Processo Sei Sigma Nuovo
• Calcolatore di Correlazione per Ranghi di Spearman Popolare
• Calcolatore della deviazione standard - Alta precisione
• Calcolatore dell'Errore Standard
• Calcolatrice Statistica
• Calcolatrice Test t
• Calcolatore di Variazione Alta Precisione
• Calcolatore di Distribuzione di Weibull Nuovo
• Calcolatore Z-Score