fisher.test() 的 p 值与 phyper() 不匹配答案

【问题标题】：p-value from fisher.test() does not match phyper()fisher.test() 的 p 值与 phyper() 不匹配
【发布时间】：2019-04-02 18:24:51
【问题描述】：

Fisher 精确检验与超几何分布有关，我希望这两个命令会返回相同的 p 值。谁能解释我做错了什么，他们不匹配？

#data (variable names chosen to match dhyper() argument names)
x = 14
m = 20
n = 41047
k = 40

#Fisher test, alternative = 'greater'
(fisher.test(matrix(c(x, m-x, k-x, n-(k-x)),2,2), alternative='greater'))$p.value 
#returns 2.01804e-39

#geometric distribution, lower.tail = F, i.e. P[X > x]
phyper(x, m, n, k, lower.tail = F, log.p = F)
#returns 5.115862e-43

【问题讨论】：

对于亲密的选民来说，有两种方法可以回答这个问题。其中之一是查看这两个函数调用，了解它们之间的关系，以及可能需要更改哪些内容才能产生相同的结果。这似乎完全是这里的主题。另一个涉及描述函数调用背后的统计理论，这可能最好在另一个 SE 站点上询问。由于这个问题是在这里提出的，并且可以在这里回答主题，我希望这就是 OP 想要的。如果没有，请编辑并迁移。

标签： r statistics p-value contingency hypothesis-test

【解决方案1】：

在这种情况下，对phyper 的相关实际调用是phyper(x - 1, m, n, k, lower.tail = FALSE)。查看与您对fisher.test(matrix(c(x, m-x, k-x, n-(k-x)),2,2), alternative='greater') 的调用相关的fisher.test 的源代码。在第 138 行，PVAL 设置为：

switch(alternative, less = pnhyper(x, or), 
    greater = pnhyper(x, or, upper.tail = TRUE), 
    two.sided = {
      if (or == 0) as.numeric(x == lo) else if (or == 
        Inf) as.numeric(x == hi) else {
        relErr <- 1 + 10^(-7)
        d <- dnhyper(or)
        sum(d[d <= d[x - lo + 1] * relErr])
      }
    })

由于alternative = 'greater'，PVAL 设置为pnhyper(x, or, upper.tail = TRUE)。可以看到第122行定义了pnhyper。这里，or = 1，是传给ncp的，所以调用的是phyper(x - 1, m, n, k, lower.tail = FALSE)

用你的价值观：

x = 14
m = 20
n = 41047
k = 40
phyper(x - 1, m, n, k, lower.tail = FALSE)
# [1] 2.01804e-39

【讨论】：