В случае дистрибутивный предположение задается двумя независимыми биномиальных случайных величин Х 1 ~ B я п ( п 1 , θ 1 ) и X 2 ~ B я п ( п 2 , θ 2 ) . Нулевой гипотезой является равенство θ 1 = θ 2 . Но точный критерий Фишера условный тест: он опирается на условное распределение X 1 данного X 12 × 2Икс1~ Б я п ( п1, θ1)Икс2~ Б я п ( п2, θ2)θ1= θ2Икс1 . Это распределение является гипергеометрическим распределением с одним неизвестным параметром: отношение шансов ψ = θ 1Икс1+ X2 , и тогда нулевая гипотезаψ=1.ψ = θ11 - θ1θ21 - θ2ψ = 1
Этот дистрибутив имеет свою страницу в Википедии .
Чтобы оценить это с помощью R, вы можете просто использовать формулу, определяющую условную вероятность:
p1 <- 7/27
p2 <- 14/70
x1 <- 7; n1 <- 27
x2 <- 14; n2 <- 56
#
m <- x1+x2
dbinom(x1, n1, p1)*dbinom(x2, n2, p2)/sum(dbinom(0:m, n1, p1)*dbinom(m-(0:m), n2, p2))
[1] 0.1818838
Или используйте dnoncenhypergeom
функцию MCMCpack
пакета:
psi <- p1/(1-p1)/(p2/(1-p2)) # this is the odds ratio
MCMCpack::dnoncenhypergeom(x=x1, n1, n2, x1+x2, psi)
[1] 0.1818838