Fisher-Exakt-Test-Rechner

Fuehrt den Fisher-Exakt-Test fuer eine 2 x 2 Kontingenztafel mit exakten p-Werten aus

Beispielergebnisse

1 Beispiele

Zusammenhang in einer 2 x 2 Tabelle testen

Berechnet einen exakten p-Wert fuer kleine kategoriale Haeufigkeiten

{
  "result": {
    "pValue": 0.035,
    "oddsRatio": 20,
    "rejectNull": true
  }
}
Eingabeparameter anzeigen
{ "cellA": 8, "cellB": 2, "cellC": 1, "cellD": 5, "alternative": "two-sided", "alpha": 0.05, "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
number, select
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der Fisher-Exakt-Test-Rechner ermöglicht die präzise statistische Analyse von 2x2-Kontingenztafeln, insbesondere bei kleinen Stichprobengrößen. Das Tool berechnet exakte einseitige oder zweiseitige p-Werte sowie das Odds Ratio, um festzustellen, ob ein signifikanter Zusammenhang zwischen zwei kategorialen Variablen besteht, ohne auf die Approximationen des Chi-Quadrat-Tests angewiesen zu sein.

Wann verwenden

  • Wenn die Gesamtzahl der Beobachtungen in einer 2x2-Tabelle zu gering für einen Chi-Quadrat-Test ist.
  • Wenn die erwarteten Häufigkeiten in einer oder mehreren Zellen der Kontingenztafel unter 5 liegen.
  • Zur exakten Bestimmung der Signifikanz in medizinischen oder biologischen Studien mit kleinen Probandengruppen.

So funktioniert es

  • Geben Sie die beobachteten Häufigkeiten für die vier Felder (A, B, C, D) der 2x2-Matrix in die entsprechenden Eingabefelder ein.
  • Wählen Sie die gewünschte Alternativhypothese (zweiseitig, größer als oder kleiner als) und legen Sie das Signifikanzniveau Alpha fest.
  • Der Rechner ermittelt über die hypergeometrische Verteilung die exakte Wahrscheinlichkeit der beobachteten Datenkonstellation.
  • Das Ergebnis liefert den exakten p-Wert, das Odds Ratio und eine klare Entscheidung darüber, ob die Nullhypothese abgelehnt werden kann.

Anwendungsfälle

Vergleich der Heilungsraten zweier Medikamente in einer klinischen Pilotstudie mit einer sehr geringen Teilnehmerzahl.
Analyse von Fehlerraten in der Qualitätssicherung bei zwei verschiedenen Produktionslinien mit seltenen Defektvorkommen.
Untersuchung des Zusammenhangs zwischen einem spezifischen Risikofaktor und dem Auftreten einer seltenen Erkrankung.

Beispiele

1. Wirksamkeit einer neuen Therapie

Klinischer Forscher
Hintergrund
In einer kleinen Studie mit 16 Teilnehmern wird eine neue Therapieform gegen eine Kontrollgruppe getestet.
Problem
Die Fallzahlen sind zu gering, um die Signifikanz mit einem herkömmlichen Chi-Quadrat-Test zuverlässig zu bestimmen.
Verwendung
Tragen Sie 8 (A) und 2 (B) für die Therapiegruppe sowie 1 (C) und 5 (D) für die Kontrollgruppe ein und wählen Sie 'zweiseitig'.
Beispielkonfiguration
cellA: 8, cellB: 2, cellC: 1, cellD: 5, alternative: 'two-sided', alpha: 0.05
Ergebnis
Das Tool liefert einen p-Wert von 0,035, womit die Nullhypothese bei einem Alpha von 0,05 abgelehnt wird.

2. A/B-Test bei niedrigen Konversionen

Marketing-Analyst
Hintergrund
Ein Test von zwei Landingpage-Varianten ergab nur sehr wenige Konversionen bei einer kleinen Testgruppe.
Problem
Es muss entschieden werden, ob Variante B tatsächlich besser konvertiert oder ob das Ergebnis auf Zufall basiert.
Verwendung
Geben Sie die Anzahl der Konversionen und Nicht-Konversionen für beide Varianten ein und wählen Sie 'Größer als'.
Beispielkonfiguration
cellA: 5, cellB: 45, cellC: 1, cellD: 49, alternative: 'greater', alpha: 0.05
Ergebnis
Der Rechner ermittelt, ob die höhere Konversionsrate von Variante A statistisch signifikant gegenüber Variante B ist.

Mit Samples testen

math-&-numbers

FAQ

Wann sollte ich den Fisher-Test statt des Chi-Quadrat-Tests verwenden?

Nutzen Sie den Fisher-Test immer dann, wenn die Stichprobe klein ist oder erwartete Zellhäufigkeiten unter 5 liegen.

Was bedeutet ein zweiseitiger p-Wert in diesem Rechner?

Er prüft auf einen allgemeinen Unterschied zwischen den Gruppen, unabhängig davon, welche Gruppe höhere Werte aufweist.

Was sagt das berechnete Odds Ratio aus?

Es beschreibt die Stärke des Zusammenhangs zwischen den beiden kategorialen Merkmalen in der 2x2-Tabelle.

Kann ich den Test für Tabellen verwenden, die größer als 2x2 sind?

Nein, dieser spezifische Rechner ist ausschließlich für die Analyse von 2x2-Kontingenztafeln ausgelegt.

Was bedeutet das Ergebnis 'Nullhypothese ablehnen'?

Es bedeutet, dass der berechnete p-Wert kleiner als Ihr gewähltes Alpha ist und ein statistisch signifikanter Zusammenhang vorliegt.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/fisher-exact-test-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
cellA number Nein -
cellB number Nein -
cellC number Nein -
cellD number Nein -
alternative select Nein -
alpha number Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu:

{
  "mcpServers": {
    "elysiatools-fisher-exact-test-calculator": {
      "name": "fisher-exact-test-calculator",
      "description": "Fuehrt den Fisher-Exakt-Test fuer eine 2 x 2 Kontingenztafel mit exakten p-Werten aus",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=fisher-exact-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]