Fisher确切概率法在2类研究中的应用

引言Introduction

Fisher确切概率法 是在小样本分类资料分析中最常用的方法之一。对医学生、医生和科研人员来说，最常见的痛点是，2×2四格表样本量不够，卡方检验不适用，但又必须给出可靠P值。当总样本量较小，或理论频数过低时，Fisher确切概率法是更稳妥的选择。

1. Fisher确切概率法是什么

1.1 核心定义

Fisher确切概率法 由 R.A. Fisher 于1934年提出，基于超几何分布理论，直接计算在零假设成立时，当前或更极端结果出现的概率。它不是依赖大样本近似，而是针对具体列联表做精确推断。

这也是它与卡方检验最关键的区别。卡方检验依赖近似分布，样本越大越稳定。Fisher确切概率法更适合小样本、稀疏格子的2×2列联表。

1.2 适用研究类型

在临床研究中，Fisher确切概率法 主要用于分类资料的组间差异分析。常见于以下2类研究：

1. 病例对照研究。
2. 两组比较的临床研究。

例如，吸烟与肺癌的病例对照研究中，暴露因素是吸烟与否，结局变量是是否患肺癌，均为二分类变量。这类数据首先考虑卡方检验，当条件不满足时，就应转用Fisher确切概率法。

1.3 单侧检验与双侧检验

Fisher检验可分为单侧和双侧两种。一般而言：

• 单侧检验 ，适用于研究方向明确的情形，如“新法是否优于旧法”。
• 双侧检验 ，适用于只关心“两组是否有差异”的情形。

在临床研究设计阶段，就应先明确研究目的。不要在统计分析阶段再临时决定单侧还是双侧。
一般来说，双侧检验更稳妥，也更常用。

2. Fisher确切概率法的适用条件

2.1 何时优先考虑

Fisher确切概率法 并不是任何2×2表都必须用。它主要在以下情况使用：

• 总样本量较小，通常 n < 40 。
• 任一单元格理论频数 < 1 。
• 20%以上 的单元格理论频数 < 5 。

这些条件在SPSS交叉表输出中都能看到。对于医学生和初学者来说，最实用的判断原则是：先看卡方检验是否满足条件，不满足时再考虑Fisher确切概率法。

2.2 与卡方检验的关系

卡方检验和Fisher检验都用于分类资料。两者操作路径类似，差别主要在适用条件。
当样本量充足、理论频数合格时，优先用卡方检验。
当样本量不足或格子过稀疏时，Fisher确切概率法更可靠。

这意味着，Fisher确切概率法是卡方检验的重要补充，而不是替代所有分类资料分析的方法。

2.3 一个常见判断逻辑

可按以下顺序判断：

1. 研究变量是否都是分类变量。
2. 是否为2×2四格表。
3. 总样本量是否 < 40。
4. 最小理论频数是否 < 1。
5. 理论频数 < 5 的单元格比例是否超过20%。

如果以上条件提示卡方检验不稳妥，就使用Fisher确切概率法 。

3. Fisher确切概率法在病例对照研究中的应用

3.1 典型场景

病例对照研究是Fisher确切概率法 最常见的应用场景之一。
比如研究“吸烟是否与肺癌相关”，病例组24例，对照组12例。病例组中20人吸烟，4人不吸烟；对照组中6人吸烟，6人不吸烟。

这个例子中，变量都是二分类。理论上先考虑卡方检验。
但总样本量为36，n < 40 ，已经不满足卡方检验的常规要求，因此应使用Fisher确切概率法 。

3.2 假设检验如何设定

在这类研究中，常规假设是：

• 原假设 H0：两组吸烟比例相等。
• 备择假设 H1：两组吸烟比例不等。

若P < 0.05，则拒绝H0，认为差异有统计学意义。
若P ≥ 0.05，则不能拒绝H0，认为差异无统计学意义。

在上述病例对照例子中，Fisher检验结果为 P = 0.053 ，大于0.05。
因此，不能认为两组吸烟比例存在统计学差异。

3.3 结果解读要点

解读时不要只看P值，还要看研究设计与数据结构。
对于病例对照研究，Fisher确切概率法告诉我们的是：在既定样本下，这种差异是否足够显著。

需要注意：

• P值不等于效应大小。
• P值大于0.05，不代表“没有任何差异”。
• P值小于0.05，也不代表因果关系成立。

Fisher确切概率法解决的是统计推断问题，不是因果判定问题。

4. Fisher确切概率法在SPSS中的操作

4.1 数据准备

在SPSS中，先完成变量编码。常见设置如下：

• 组别：1 = 对照组，2 = 病例组。
• 暴露因素：0 = 不吸烟，1 = 吸烟。

确保数据视图和变量视图清晰，分类变量已正确赋值。
这一步很重要。编码错误会直接影响结果。

4.2 操作路径

在SPSS中，按以下步骤操作：

1. 点击“分析”。
2. 选择“描述统计”。
3. 进入“交叉表”。
4. 将“组别”放入行，将“暴露因素”放入列。
5. 点击“统计”，勾选“卡方”。
6. 点击“精确”，勾选“精确”。
7. 点击“单元格”，勾选“实测值”，必要时勾选“期望值”。
8. 点击“确定”输出结果。

SPSS会同时给出交叉表和检验结果。
当条件不满足时，最终应以Fisher确切概率法对应的P值为准。

4.3 输出结果怎么看

输出中通常会看到三部分：

• 个案处理摘要。
• 交叉表。
• 卡方检验。

重点看两处：

1. 交叉表中的实际频数和期望频数。
2. 检验表中的Fisher精确检验P值。

如果最小理论频数 < 1，或20%以上单元格理论频数 < 5，应优先报告Fisher确切概率法结果。

5. Fisher确切概率法在临床科研写作中的表达

5.1 论文结果部分怎么写

在论文结果部分，建议直接写明方法和P值。
例如：

“由于样本量较小且部分单元格理论频数不满足卡方检验条件，采用Fisher确切概率法进行分析。结果显示，两组吸烟比例差异无统计学意义，P = 0.053。”

这类写法有三个优点：

• 交代方法选择依据。
• 保留统计透明性。
• 便于审稿人判断分析是否规范。

5.2 表格展示建议

在三线表中，建议同时呈现：

• 组别。
• 频数。
• 构成比。
• P值。

如果是2×2表，Fisher确切概率法的结果应清楚标注。
不要只写“卡方检验P值”，否则容易造成方法与结果不一致。

5.3 常见误区

常见错误包括：

• 样本量不足仍强行使用卡方检验。
• 只看P值，不看理论频数。
• 单侧和双侧检验混用。
• 结果表述不清，未注明使用Fisher确切概率法。

规范的统计方法选择，是临床研究可信度的一部分。

6. 结语：如何在两类研究中用好 Fisher确切概率法

6.1 一句话总结

Fisher确切概率法最适合小样本、2×2列联表、卡方检验条件不满足的分类资料分析。
在病例对照研究和两组比较研究中，它能提供比近似方法更稳妥的P值。

6.2 对医学生和科研人员的实用建议

记住一个简单顺序：

• 先判断变量类型。
• 再判断列联表结构。
• 再看卡方检验条件。
• 条件不满足时使用Fisher确切概率法 。

这套流程适用于大多数临床分类资料分析场景。
掌握后，你可以更快判断统计方法，也能提高论文写作的规范性。

6.3 结合解螺旋产品解决痛点

如果你在论文设计、数据分析和结果写作中，经常卡在“该用卡方还是Fisher确切概率法”，可以借助解螺旋 的临床研究课程与方法指导，把统计判断、SPSS操作和论文表达串联起来。它能帮助你更快完成方法选择，减少分析失误，提高科研写作效率。

Fisher确切概率法不是复杂统计的替代品，而是小样本研究中更稳妥、更规范的工具。 掌握它，你在病例对照研究和2类临床研究中的统计表达会更准确，也更容易通过审稿和答辩。