fisher确切概率法操作步骤
什么是fisher确切概率法？
什么是fisher确切概率法？
专用公式[（ad-bc）2*n]/[（a b）（c d）（a c）（b d.）]校正公式：[（|ad-bc|-n/2）2*n]/[（a b）（c d）（a c）（b d.）]确切概率法的使用条件：当四个表资料中出现n小于40或有一个格子的理论数小于1
P值的概念？
P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。
P值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。
如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。
总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。
请教：SPSS卡方检验的结果分析？
这里面有好多种情况：如果理论次数小于5的格子不超过20%（你的表里是0），而且没有理论次数小于1的情况，使用第一行Pearson，表格里pgt0.05，所以差异不显著。否则就用似然比卡方检验。
还有一个线性和线性组合：仅用于行变量、列变量都是等级（序次）数据的时候。
第二行：连续校正，是用于2*2四格表的情况，如果四格表中，某格的理论次数小于5，就要用这个校正。
第四行：Fisher是精确概率检验，仅用于四格表。小结四格表：
（1）理论次数小于5的格子不超过20%，而且没有理论次数小于1的情况，最好n大于等于40，用Pearson；
（2）理论次数小于5的格子超过20%，而且没有理论次数小于1的情况，最好n大于等于40，用连续性修正；
（3）有理论次数小于1的情况或n
fisher检验结果描述？
假设检验用来检验一次随机实验的结果是否支持对于某个随机实验的假设。具体如下：随机事件发生的概率小于0.05则认定该事件为小概率事件。一般原则认为在某个假设前提下，一次随机实验的结果不会出现小概率事件。若一次随机实验的结果出现了小概率事件则认定该假设不被支持。
理论依据是：超几何分布（无放回产品抽样实验）：非卡方检验的范畴。超几何分布的一个形象例子是：有N件物品，M件为次品，求取n件，其中有k件为次品的概率。(M,k)*(N-M,n-k)/(N,n)
基本思想是：在2*2列联表中，四格表周边和（即边际分布）计数固定不变的条件下，计算表内4个实际频数变动时的各种组合之概率Pi；而这个具体的实例可以分解出8个类似产品抽样实验的具体实例结果。根据给出的数据可以计算出每个抽样结果基于假设的超几何分布概率。根据其中之一抽样结果的概率，通过假设检验的原则即可推定假设是否成立。