Elysia Tools
导航
Math & Numbers
· 最后更新：2026-05-08
对 2 x 2 列联表执行 Fisher 精确检验，计算单侧或双侧精确 p 值
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
工具使用指南
Fisher 精确检验计算器专为处理 2x2 列联表设计，特别适用于样本量较小或频数分布极不均匀的统计场景。通过输入四个单元格的观测频数，该工具能基于超几何分布计算出精确的 p 值和优势比（Odds Ratio），帮助研究人员在不满足卡方检验条件时，准确判断两个分类变量之间是否存在统计学显著的关联。
背景
研究员正在测试一种针对罕见病的药物，由于病例稀少，实验组仅 10 人，对照组 6 人。
问题
实验组 8 人康复，对照组仅 1 人康复，需要确认这种差异是否具有统计学意义。
如何使用
在单元格 A 输入 8（实验组康复），B 输入 2（实验组未康复），C 输入 1（对照组康复），D 输入 5（对照组未康复），选择双侧检验。
cellA: 8, cellB: 2, cellC: 1, cellD: 5, alternative: 'two-sided', alpha: 0.05结果
计算得出 p 值为 0.035，小于 0.05，结论为该药物疗效具有显著统计学差异。
背景
在灰度发布阶段，运营人员观察到新版页面在特定极小众渠道的转化情况。
问题
新版 12 人中有 10 人点击，旧版 10 人中仅 3 人点击，需判断新版是否显著优于旧版。
如何使用
输入 A=10, B=2, C=3, D=7，备择假设选择“大于（greater）”。
cellA: 10, cellB: 2, cellC: 3, cellD: 7, alternative: 'greater'结果
得到单侧 p 值，帮助团队在样本量极小的情况下快速决定是否全量上线新版。
卡方检验是基于大样本的近似计算，而 Fisher 精确检验是基于超几何分布的精确计算，更适合小样本。
当你预先假设某一组的发生率必然高于（或低于）另一组时使用单侧；若仅判断两组是否有差异则选双侧。
优势比为 1 意味着两组之间没有关联，即事件发生的概率在两组中是相同的。
这通常被视为临界状态，建议结合置信区间和实际业务背景进行综合判断，或增加样本量重新实验。
目前该计算器仅支持 2x2 列联表，对于更大规模的表格需要使用扩展的 Fisher-Freeman-Halton 检验。