Từ năm 2010 · Hơn 2 triệu lượt chạy công cụ mỗi tháng
Từ năm 2010
Thêm vào Chrome

Hộp Công Cụ Của Tôi

Chế Độ Tự Động

Chưa có công cụ nào được lưu.

Nâng Cấp Lên Phiên Bản Cao Cấp
Công cụ liên quan
Bước tiếp theo
Máy Tính Kiểm Định Chi-SquareMáy Tính Tỷ Số Odds
Cùng tình huống
Máy Tính Bảng Chéo
Công cụ khác
Máy tính kiểm định Mann-Whitney UMáy tính Kiểm định F và Phân phối FMáy tính kiểm định Kruskal-WallisMáy tính Giá trị pMáy tính Định lý BayesMáy Tính Rủi Ro Tương Đối
Trang chủ > Toán học > Thống kê và phân tích dữ liệu
 

Máy tính Kiểm định Chính xác Fisher

Nhập bốn số đếm của bảng 2×2 để nhận giá trị p kiểm định chính xác Fisher một đuôi và hai đuôi, tỷ suất chênh và nguy cơ tương đối.

Miễn phí 3 lượt mỗi ngàyKhông cần đăng kýKết quả tức thì
Máy tính Kiểm định Chính xác FisherDùng thử ngay — miễn phí ▼
Kiểm định Fisher chính xác cộng các bảng 2×2 hiếm như bảng của bạn

Nhập bảng 2×2 của bạn bên dưới để xem p-value chính xác một phía và hai phía, tỷ số odds và các bước tính.

📌 Ví dụ nhanh:
Nhập số tần suất quan sát được cho mỗi ô
Kết quả +
Kết quả −
Nhóm 1
a
b
Nhóm 2
c
d
Tổng cộng
—
—

Embed Máy tính Kiểm định Chính xác Fisher Widget

Giới thiệu về Máy tính Kiểm định Chính xác Fisher

Máy tính Kiểm định Chính xác Fisher thực hiện kiểm định ý nghĩa chính xác cho các bảng ngẫu nhiên 2×2 bằng phân phối siêu bội. Không giống như kiểm định chi bình phương dựa trên phép xấp xỉ tiệm cận, kiểm định Fisher tính toán giá trị p chính xác, làm cho nó trở thành tiêu chuẩn vàng để phân tích dữ liệu phân loại — đặc biệt là với kích thước mẫu nhỏ. Nhập bảng 2×2 của bạn để nhận giá trị p một phía và hai phía, tỷ số chênh, nguy cơ tương đối, biểu đồ mosaic tương tác và lời giải từng bước.

Cách sử dụng Máy tính Kiểm định Chính xác Fisher

  1. Nhập giá trị ô — nhập bốn số tần suất quan sát được cho bảng ngẫu nhiên 2×2 của bạn. Ô "a" đại diện cho Nhóm 1 với kết quả dương tính, "b" là Nhóm 1 với kết quả âm tính, "c" là Nhóm 2 dương tính và "d" là Nhóm 2 âm tính. Bạn cũng có thể nhấp vào một ví dụ nhanh để xem cách nó hoạt động.
  2. Chọn hướng kiểm định — chọn "Hai phía" để kiểm định bất kỳ mối liên kết nào (phổ biến nhất), "Phía trái" nếu bạn giả định rằng tỷ số chênh nhỏ hơn 1, hoặc "Phía phải" nếu bạn mong đợi nó lớn hơn 1.
  3. Đặt mức ý nghĩa — chọn α (thường là 0.05). α nhỏ hơn đòi hỏi bằng chứng mạnh mẽ hơn để bác bỏ giả thuyết không.
  4. Giải thích kết quả — xem xét giá trị p, tỷ số chênh, nguy cơ tương đối, biểu đồ mosaic, biểu đồ phân phối xác suất siêu bội và tính toán chi tiết từng bước.

Kiểm định Chính xác Fisher là gì?

Kiểm định chính xác Fisher, được phát triển bởi Sir Ronald Fisher vào năm 1935, là một kiểm định ý nghĩa thống kê cho dữ liệu phân loại trong các bảng ngẫu nhiên. Nó xác định liệu có mối liên kết không ngẫu nhiên giữa hai biến phân loại hay không. Kiểm định này được gọi là "chính xác" vì nó tính toán xác suất chính xác của việc thu được dữ liệu quan sát được (hoặc dữ liệu cực đoan hơn) dưới giả thuyết không về sự độc lập, thay vì dựa trên các phép xấp xỉ như kiểm định chi bình phương.

Công thức Phân phối Siêu bội

Xác suất quan sát một bảng 2×2 cụ thể với các tổng biên cố định được cho bởi phân phối siêu bội:

P = C(R₁, a) × C(R₂, c) / C(N, C₁)
= (R₁! × R₂! × C₁! × C₂!) / (N! × a! × b! × c! × d!)

Trong đó R₁, R₂ là tổng hàng, C₁, C₂ là tổng cột và N là tổng cộng. Công thức này tính toán xác suất chính xác của việc quan sát đúng sự sắp xếp các giá trị đó trong bảng.

Khi nào nên sử dụng Kiểm định Chính xác Fisher

Kiểm định Chính xác Fisher so với Kiểm định Chi bình phương

Cả hai kiểm định đều đánh giá tính độc lập trong các bảng ngẫu nhiên, nhưng chúng khác nhau về cách tiếp cận:

Hiểu về Tỷ số Chênh và Nguy cơ Tương đối

Tỷ số chênh (OR) đo lường mức độ liên kết giữa hai sự kiện. OR = (a × d) / (b × c). Một OR bằng 1 nghĩa là không có liên kết, OR > 1 nghĩa là kết quả có khả năng xảy ra cao hơn ở Nhóm 1, và OR < 1 nghĩa là nó có khả năng cao hơn ở Nhóm 2. Khoảng tin cậy 95% giúp đánh giá liệu OR có khác biệt về mặt thống kê so với 1 hay không.

Nguy cơ tương đối (RR) so sánh xác suất của kết quả giữa các nhóm. RR = [a/(a+b)] / [c/(c+d)]. Trong khi OR xấp xỉ RR khi kết quả hiếm gặp, chúng phân kỳ đối với các kết quả phổ biến. RR thường trực quan hơn để giải thích trong các nghiên cứu tiến cứu.

Kiểm định Một phía so với Hai phía

Kiểm định hai phía cộng xác suất của tất cả các bảng có xác suất bằng hoặc thấp hơn bảng quan sát được, bất kể hướng của mối liên kết. Đây là cách tiếp cận phổ biến và thận trọng nhất. Kiểm định một phía chỉ xem xét các bảng theo một hướng — phía trái cho OR < 1 hoặc phía phải cho OR > 1 — và chỉ nên được sử dụng khi bạn có giả thuyết mạnh mẽ từ trước về hướng của hiệu ứng.

Câu hỏi thường gặp (FAQ)

Vì sao tỷ số odds của tôi khác với kết quả fisher.test trong R?

R báo cáo tỷ số odds ước lượng hợp lý cực đại có điều kiện cùng khoảng tin cậy chính xác, chứ không phải tỷ số odds mẫu thông thường (a×d÷b×c). Công cụ này hiển thị cả hai: tỷ số odds mẫu với khoảng Woolf và bên dưới là MLE có điều kiện cùng khoảng chính xác 95%, khớp với fisher.test trong R.

Kiểm định chính xác Fisher là gì?

Kiểm định chính xác Fisher là một kiểm định ý nghĩa thống kê được sử dụng để xác định xem có mối liên kết không ngẫu nhiên giữa hai biến phân loại trong bảng ngẫu nhiên 2×2 hay không. Không giống như kiểm định chi bình phương, nó tính toán xác suất chính xác bằng phân phối siêu bội, làm cho nó trở nên lý tưởng cho các kích thước mẫu nhỏ hoặc khi số lượng ô dự kiến dưới 5.

Khi nào tôi nên sử dụng kiểm định chính xác Fisher thay vì chi bình phương?

Sử dụng kiểm định chính xác Fisher khi bất kỳ số lượng ô dự kiến nào trong bảng 2×2 của bạn nhỏ hơn 5, khi tổng kích thước mẫu nhỏ (thường ít hơn 20-30), hoặc khi bạn muốn có giá trị p chính xác thay vì một giá trị xấp xỉ. Kiểm định Fisher luôn có giá trị bất kể kích thước mẫu, trong khi chi bình phương là một phép xấp xỉ trở nên không đáng tin cậy với các mẫu nhỏ.

Sự khác biệt giữa kiểm định chính xác Fisher một phía và hai phía là gì?

Kiểm định hai phía kiểm tra bất kỳ mối liên kết nào giữa các biến bất kể hướng và là cách tiếp cận được sử dụng phổ biến nhất. Kiểm định một phía kiểm tra mối liên kết theo một hướng cụ thể: phía trái kiểm định nếu tỷ số chênh nhỏ hơn 1, và phía phải kiểm định nếu nó lớn hơn 1. Hãy sử dụng kiểm định hai phía trừ khi bạn có giả thuyết mạnh mẽ từ trước về hướng của hiệu ứng.

Giá trị p được tính như thế nào trong kiểm định chính xác Fisher?

Giá trị p được tính bằng phân phối siêu bội. Đối với một bảng 2×2 nhất định với tổng hàng và cột cố định, xác suất chính xác của bảng đó được tính toán. Đối với kiểm định hai phía, xác suất của tất cả các bảng có thể có mà có xác suất bằng hoặc nhỏ hơn bảng quan sát được sẽ được cộng lại. Đối với kiểm định một phía, các xác suất chỉ được cộng theo một hướng.

Tỷ số chênh cho tôi biết điều gì trong kiểm định chính xác Fisher?

Tỷ số chênh đo lường mức độ liên kết giữa hai biến phân loại. Tỷ số chênh bằng 1 nghĩa là không có mối liên kết. Lớn hơn 1 nghĩa là Nhóm 1 có khả năng có kết quả tích cực cao hơn so với Nhóm 2. Nhỏ hơn 1 nghĩa là Nhóm 2 có khả năng cao hơn. Khoảng tin cậy 95% giúp đánh giá xem mối liên kết có ý nghĩa về mặt thống kê hay không — nếu khoảng tin cậy bao gồm 1, mối liên kết có thể không có ý nghĩa.

Tỷ số odds thay đổi thế nào nếu một ô trong bảng 2×2 của tôi bằng 0?

Ô có giá trị 0 có thể khiến tỷ số odds thông thường bằng 0 hoặc không xác định vì công thức nhân số đếm trên đường chéo rồi chia cho số đếm của hai ô còn lại. Kiểm định chính xác vẫn có thể tính giá trị p từ bảng, nhưng cần diễn giải tỷ số odds thận trọng. Đừng tự ý thay đổi số đếm; nếu dùng hiệu chỉnh để báo cáo tỷ số odds, hãy nêu rõ phương pháp.

Đổi vị trí hai nhóm có làm thay đổi kết quả kiểm định chính xác Fisher không?

Đổi hàng của hai nhóm sẽ đảo chiều so sánh: tỷ số odds lớn hơn 1 có thể trở thành nghịch đảo của nó, chẳng hạn 2 thành 0,5. Giá trị p hai phía vẫn giữ nguyên vì mối liên hệ quan sát được không đổi, chỉ có chiều so sánh bị đảo. Khi báo cáo tỷ số odds, hãy giữ thứ tự nhóm nhất quán để người đọc biết nhóm nào nằm ở tử số.

Làm sao lập bảng 2×2 để so sánh nhóm điều trị với nhóm đối chứng?

Đặt mỗi nhóm trên một hàng và hai danh mục kết quả trong các cột, dùng số lượng quan sát được ở cả bốn ô. Ví dụ, ghi số người cải thiện và không cải thiện trong nhóm điều trị, rồi nhập hai số tương ứng của nhóm đối chứng. Giữ nguyên thứ tự kết quả ở cả hai hàng; chiều của tỷ số odds phụ thuộc vào kết quả và nhóm nào nằm ở hàng đầu tiên và cột đầu tiên.

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy tính Kiểm định Chính xác Fisher" tại https://MiniWebtool.com/vi/may-tinh-kiem-inh-chinh-xac-fisher/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 2026-04-15

Có API dành cho developer: Chạy công cụ này từ ứng dụng, tự động hóa hoặc agent của bạn bằng một yêu cầu HTTP JSON. Xem tài liệu API

Thống kê và phân tích dữ liệu:

Giải toánBạn muốn giải bài toán nào?

Giải toán

Ví dụ
Xem thêm biểu thức

Chọn ví dụ, sửa các số rồi giải. log dùng cơ số 10; ln là logarit tự nhiên.

Số và ước số

Phân số và phép chia

Lũy thừa, căn và logarit

Đại số và phương trình

Giải tích

Hình học và lượng giác

Công cụ phổ biến và mới cập nhật:

Máy Tính Kiểm Định tMáy Tính Ý Nghĩa Kiểm Định A/BMáy tính Kích thước Mẫu Kiểm định A/BXem tất cả →
Trang chủ > Toán học > Thống kê và phân tích dữ liệu > Máy tính Kiểm định Chính xác Fisher