生物信息学R语言和统计学入门四——Fisher检验

 上次提到卡方检验：

费希尔精确概率检验（Fisher's precision probability test），亦称“四格表的确切概率法”。主要用于四格表资料各格中有一格理论次数小于 5 时的独立性检验的方法。

还是上次的那个数据：

 数据和上次一样，只不过我们将做一点小小的改动：

首先读取数据，然后我们只要该数据的前30行：

1.  
   setwd("D:\\CSDN博客\\博客五 生物信息学R语言与统计学——卡方检验")
2.  
   dir()
3.  
   data <- read.csv("data.csv",header = T,sep = ",")
4.  
   head(data)
5.  
   data <- data[1:30,]
6.  
   data$Age <- ifelse(data$Age>60,">60","<=60")
7.  
   head(data)
8.  
   data <- table(data$Age,data$OS)
9.  
   data

1.  
   > data
2.  
    
3.  
   0 1
4.  
   <=60 3 2
5.  
   >60 16 9

可以看到，四个表中有的理论频数小于5.

我们首先进行卡方检验：

chisq.test(data)

结果会是发出警告，使用卡方检验可能是错误的： 

1.  
   > chisq.test(data)
2.  
    
3.  
   Pearson's Chi-squared test with Yates' continuity correction
4.  
    
5.  
   data: data
6.  
   X-squared = 3.0432e-31, df = 1, p-value = 1
7.  
    
8.  
   Warning message:
9.  
   In chisq.test(data) : Chi-squared approximation may be incorrect

，因此我们得使用Fisher精确检验：

fisher.test(data)

1.  
   > fisher.test(data)
2.  
    
3.  
   Fisher's Exact Test for Count Data
4.  
    
5.  
   data: data
6.  
   p-value = 1
7.  
   alternative hypothesis: true odds ratio is not equal to 1
8.  
   95 percent confidence interval:
9.  
   0.08032496 11.95438381
10.  
    sample estimates:
11.  
    odds ratio
12.  
    0.848622
13.  
     

使用正确的统计学方法，可以避免审稿人质疑。

当然，如果一不小心（在不经意之间，常指做错了一件事情）（在不经意之间，常指做错了一件事情）蒙混过关，发了文章，也有可能会被撤稿。

这篇好文章是转载于：学新通技术网