fisher精确概率法适用条件

Fisher精确概率法适用于样本量较小的四格表资料，特别是当四格表中任何一行的理论频数小于5时。

Fisher精确概率法是一种非参数统计方法，主要用于分析分类变量之间的关联性。它适用于以下条件：

1. 四格表资料：Fisher精确概率法通常用于2x2的四格表（也称为交叉表），其中行和列分别代表两个分类变量。

2. 样本量较小：当四格表中包含的数据量较小时，使用Fisher精确概率法更为合适。这是因为当样本量较大时，z检验或卡方检验通常能提供更精确的结果。

3. 理论频数限制：在四格表中，任何一行的理论频数应大于等于5。如果理论频数小于5，尤其是小于1，Fisher精确概率法可能不是最佳选择，因为在这种情况下，精确概率可能很难计算。

4. 无参数限制：与卡方检验不同，Fisher精确概率法不依赖于总体分布的假设，因此不受总体正态分布的限制。

5. 二项分布近似：当样本量足够大时，Fisher精确概率法的结果与二项分布的近似值相吻合。

使用Fisher精确概率法时，可以通过计算得到一个精确的P值，以判断两个分类变量之间是否存在统计学上的显著关联。这种方法在生物统计学、流行病学和医学研究等领域中广泛应用。