آزمون دقیق فیشر (Fisher’s exact test)
آزمون احتمال دقیق فیشر یک آزمون آماری از آزمون‌های خانواده کای دو است که برای بررسی رابطه یا مستقل بودن بین دو متغیر دسته‌ای در یک جدول تابعیت (contingency table) استفاده می‌شود. این آزمون توسط آماردان رونالد آی. فيشر در سال ۱۹۲۲ توسعه داده شد و برخلاف آزمون کای-دو (Chi-square test)، به صورت دقیق از رویکرد ترکیبیاتی استفاده می‌کند.
آزمون دقیق فیشر، که به عنوان آزمون فیشر نیز شناخته می‌شود.. این آزمون زمانی به کار می‌رود که تعداد مشاهدات در هر گروه کوچک باشد و شرایط برای استفاده از آزمون کای دو برقرار نباشد. در این موارد، آزمون احتمال دقیق فیشر به جای آزمون کای-دو استفاده می‌شود. زمانی که فراوانی‌های مورد انتظار خانه‌های جدول کوچک باشند (کمتر از ۵) برای انجام آزمون استقلال، نمی‌توان از آزمون کای دو یا خی دو استفاده نمود بنابراین باید از آزمون‌های معادل یا آزمون دقیق فیشر استفاده کرد، مخصوصا هنگامی که جدول ۲×۲ است.
آزمون احتمال دقیق فیشر از جدول تابعیت استفاده می‌کند که دو متغیر دسته‌ای را در دو ستون و دو ردیف نشان می‌دهد. مثلاً در مطالعه‌ای در مورد علاقه‌مندی به دو نوع محصول (متغیر اول) بین دو گروه مشتری (متغیر دوم)، جدول تابعیت می‌تواند به صورت زیر باشد:
| گروه A | گروه B | |
| محصول 1 | a | b |
| محصول 2 | c | d |
در این جدول، a، b، c و d تعداد افراد موجود در هر سلول مشخص می‌کنند. آزمون احتمال دقیق فیشر بر اساس توزیع هندسی است و احتمال دیده شدن هر سلول را با توجه به مجموعه‌ای از فرضیات محاسبه می‌کند.
کاربرد آزمون احتمال دقیق فیشر در بررسی رابطه بین دو متغیر دسته‌ای در مواردی است که حجم نمونه کم باشد..
بعضی از کاربردهای آزمون احتمال دقیق فیشر عبارتند از:
بررسی ارتباط بین عوامل خطر و بروز بیماری‌ها در مطالعات پزشکی.
تحلیل داده‌های ژنتیکی و بررسی رابطه بین آلل‌های ژنتیکی و بیماری‌ها.
بررسی ارتباط بین عوامل محیطی و بروز پدیده‌های بیولوژیکی.
آزمون دقیق فیشر احتمال مشاهده یک جدول داده خاص یا جدولی که از نظر آماری مشابه آن باشد را، با فرض اینکه فرضیه صفر درست باشد، محاسبه می‌کند. فرضیه صفر در این آزمون بیان می‌کند که بین دو گروهی که مورد مقایسه قرار می‌گیرند، هیچ ارتباطی وجود ندارد.
اگر مقدار p حاصل از آزمون دقیق فیشر کمتر از سطح معنی‌داری (معمولاً 05/0 ) باشد، فرضیه صفر رد می‌شود و این نتیجه‌گیری می‌شود که بین دو گروه ارتباط آماری معنی‌داری وجود دارد.
ضریب مسیر (ضریب بتا) در تحلیل رگرسیون
نوشته
نوشته
کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل دوم)
نوشته
آزمون اپسیلون گرین هاوس – گیسر Greenhouse – Geisser Epsilon test چیست؟
نوشته