13.18: 피셔의 정확 검정

Fisher의 정확 검정은 특히 표본 크기가 작은 상황에서 2×2 분할표를 분석하는 데 널리 사용되는 통계적 유의성 검정입니다. P-값을 근사화하고 각 셀에서 최소 5의 기대 빈도를 가정하는 카이 제곱 검정과 달리, Fisher의 정확 검정은 귀무 가설 하에서 데이터 또는 더 극단적인 결과를 관찰할 정확한 확률(P-값)을 계산합니다. 이 기능은 낮은 예상 빈도로 인해 카이 제곱 테스트의 가정이 충족되지 않을 때 특히 유용합니다.

이 검정은 비모수적이며, 이는 특정 분포를 따르는 데이터에 의존하지 않는다는 것을 의미합니다. 그 정확성은 희소 데이터가 있는 경우에도 정확한 결과를 보장합니다. 결과적으로, Fisher의 정확 검정은 다른 방법이 실패하거나 신뢰할 수 없는 결과를 제공할 수 있는 작은 표본 크기 또는 낮은 세포 수와 관련된 시나리오에서 선호되는 경우가 많습니다.

Fisher의 정확 검정은 데이터를 2×2 분할표에 나타낼 수 있고 하나 또는 두 변수가 모두 범주형인 경우에 적용할 수 있습니다. 이는 예상되는 셀 수가 적을 때, 예를 들어 표의 셀에서 관측값이 5개 미만인 경우에 특히 유용합니다. 작은 데이터 세트를 처리할 수 있는 능력과 정밀도로 인해 특히 큰 표본 크기를 얻을 수 없는 연구에서 카이 제곱 테스트에 대한 강력한 대안이 됩니다.

이 테스트는 생물학, 의학 및 사회 과학을 포함한 다양한 분야에서 사용됩니다. 예를 들어, 의학 연구에서는 치료 효과를 평가하기 위해 소규모 임상 시험에 일반적으로 사용됩니다. 생물학에서는 유전적 연관성이나 실험 결과를 분석하는 데 사용되며 사회 과학에서는 범주형 변수 간의 관계를 조사하는 데 사용됩니다. Fisher의 정확 검정은 매우 다재다능하며, 표본 크기 또는 데이터 분포의 한계로 인해 다른 검정이 적합하지 않을 수 있는 경우 통계적 유의성을 평가할 수 있는 신뢰할 수 있는 방법을 제공합니다.

요약하면, Fisher의 정확 검정은 작은 데이터 세트에서 범주형 변수 간의 연관성을 분석하기 위한 정확하고 신뢰할 수 있는 도구입니다. 정확한 특성과 견고성으로 인해 카이 제곱 테스트와 같은 기존 접근 방식이 흔들릴 수 있는 분할표로 작업하는 연구자에게 필수적인 방법입니다.