如何使用 2x3 表解释 Fisher 测试的事后测试

Question

我试图找出患有和未患疾病的个体的严重程度分层是否存在显着差异。这就是我的桌子的样子。

我进行了 Fisher 测试，得到了显着的 p 值

然后我进行了成对的 Fisher 测试和 Fisher.multcomp 测试，但我对结果的解释感到困惑。

我对 pairwise/multcomp 测试正在运行哪些比较感到困惑。例如，成对 Fisher 检验中的第一行是否表明患有该病的人和未患该病的人的轻度和中度病例数之间存在显着差异？

Answer 1

在运行卡方检验时，您会遇到预期频率小于 5 的情况。如果我没记错的话，可以在这种情况下使用 Fisher 检验。

此成对检验显示了显着性，仅考虑变量中的两个组并忽略其他组的观察。它给出了变量中所有可能的水平组合的 p 值。

在这个例子中：

# Fisher's test ingoring third row, Severe (Inclusing mild and moderate only)

> fisher.test(table1[-3,])

data:  table1[-3, ]
p-value = 0.01356
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.08293417 0.82733771
sample estimates:
odds ratio 
 0.2709515 

> fisher.test(table1[-2,])

data:  table1[-2, ]
p-value = 3.881e-06
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.0005229306 0.1980644402
sample estimates:
odds ratio 
   0.02454 

> fisher.test(table1[-1,])

data:  table1[-1, ]
p-value = 0.008936
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.001895554 0.703424501
sample estimates:
odds ratio 
0.08829437 

您可以观察到这些 p.value 与您拥有的相同。