Calcolatore Test Esatto di Fisher Online
Risultati del Test Esatto di Fisher
Valore p:
–
Odds Ratio:
–
Intervallo di Confidenza (95%):
–
Conclusione:
–
Guida Completa al Test Esatto di Fisher: Calcolo Online e Interpretazione
Il test esatto di Fisher (o Fisher’s exact test) è un test statistico non parametrico utilizzato per analizzare le tabelle di contingenza quando i campioni sono piccoli. A differenza del test chi-quadrato, che approssima la distribuzione, il test di Fisher fornisce un risultato esatto calcolando direttamente la probabilità osservata sotto l’ipotesi nulla.
Quando Utilizzare il Test Esatto di Fisher
Il test è particolarmente utile in questi scenari:
- Campioni piccoli: Quando le frequenze attese in una o più celle sono < 5 (regola empirica per il chi-quadrato).
- Dati categorici: Per tabelle 2×2 (o più grandi) con variabili nominali o ordinali.
- Studi clinici: Analisi di tabelle di contingenza in trial con pochi partecipanti (es. studi pilota).
- Genetica: Test di associazione tra genotipi e fenotipi in campioni limitati.
Formula del Test Esatto di Fisher
La probabilità esatta per una tabella 2×2 è calcolata come:
P = (a+b)! (c+d)! (a+c)! (b+d)!
a! b! c! d! n!
Dove:
- a, b, c, d: Frequenze osservate nelle celle.
- n: Totale delle osservazioni (a+b+c+d).
- !: Fattoriale (es. 5! = 5×4×3×2×1).
Passaggi per Eseguire il Test
- Costruisci la tabella: Organizza i dati in una tabella 2×2 (o più grande).
- Definisci le ipotesi:
- H₀ (Ipotesi nulla): Non c’è associazione tra le variabili (indipendenza).
- H₁ (Ipotesi alternativa): C’è associazione (bilaterale) o una direzione specifica (unilaterale).
- Calcola il valore p: Somma le probabilità di tutte le tabelle possibili ≤ prob. osservata.
- Interpreta i risultati:
- Se p ≤ α (es. 0.05), rifiuta H₀ (risultato significativo).
- Se p > α, non rifiuta H₀ (nessuna evidenza di associazione).
Esempio Pratico
Supponiamo di testare l’efficacia di un nuovo farmaco vs. placebo in 30 pazienti:
| Guarito | Non Guarito | Totale | |
|---|---|---|---|
| Farmaco | 12 | 3 | 15 |
| Placebo | 5 | 10 | 15 |
| Totale | 17 | 13 | 30 |
Inserendo questi dati nel calcolatore, otteniamo:
- Valore p: 0.023 (bilaterale).
- Odds Ratio: 6.0 (IC 95%: 1.2–30.0).
- Conclusione: Rifiutiamo H₀ (p < 0.05); il farmaco è significativamente più efficace.
Confronto con il Test Chi-Quadrato
Il test esatto di Fisher è preferibile al chi-quadrato quando:
| Criterio | Test Esatto di Fisher | Test Chi-Quadrato |
|---|---|---|
| Dimensione campione | Piccolo (n < 20) | Grande (frequenze attese ≥ 5) |
| Approssimazione | Esatto (nessuna approssimazione) | Approssimato (distribuzione χ²) |
| Calcolo | Computazionalmente intensivo | Formula semplice |
| Tabelle > 2×2 | Estensioni disponibili (es. test di Freeman-Halton) | Standard |
Limitazioni e Considerazioni
- Conservatività: Il test può essere eccessivamente conservativo con campioni molto piccoli, portando a falsi negativi.
- Tempi di calcolo: Per tabelle grandi (es. 3×3), il calcolo diventa computazionalmente pesante.
- Interpretazione: Un p-value significativo non implica causalità, solo associazione.
- Alternative: Per campioni grandi, il test chi-quadrato o il test G sono più efficienti.
Applicazioni nel Mondo Reale
Il test esatto di Fisher è ampiamente utilizzato in:
- Medicina:
- Studi clinici con pochi pazienti (es. malattie rare).
- Analisi di tabelle di contingenza in diagnostica (es. sensibilità/specificità).
- Biologia:
- Test di associazione genotipo-fenotipo.
- Analisi di dati di sequenziamento (es. varianti genetiche).
- Scienze Sociali:
- Sondaggi con campioni piloti.
- Analisi di tabelle di preferenze (es. scelte elettorali).
Errori Comuni da Evitare
Attenzione!
- Usare il chi-quadrato con campioni piccoli: Porta a risultati inaccurati (p-value gonfiati).
- Ignorare la direzione dell’ipotesi: Scegliere tra test bilaterale/unilaterale influenza il p-value.
- Interpretare l’Odds Ratio senza IC: L’OR da solo non indica significatività (controlla sempre l’intervallo di confidenza).
- Trascurare i valori mancanti: Dati incompleti possono distorcere i risultati.
Risorse Autorevoli
Per approfondire:
- National Center for Biotechnology Information (NCBI): Guida dettagliata sul test esatto di Fisher in genetica.
- NIST Engineering Statistics Handbook: Spiegazione tecnica con esempi.
- UC Berkeley Statistics Department: Risorse accademiche su test non parametrici.
Domande Frequenti (FAQ)
-
Q: Posso usare il test di Fisher per tabelle 3×3?
A: Sì, ma richiede estensioni come il test di Freeman-Halton. Il calcolatore standard è ottimizzato per tabelle 2×2. -
Q: Cosa significa un Odds Ratio = 1?
A: Indica nessuna associazione tra le variabili (nessun effetto). -
Q: Perché il mio p-value è “NA”?
A: Verifica che:- Tutte le celle abbiano valori ≥ 0.
- Non ci siano divisioni per zero (es. una riga/colonna con tutti zeri).
-
Q: Qual è la differenza tra test bilaterale e unilaterale?
A: Il test bilaterale considera deviazioni in entrambe le direzioni dall’ipotesi nulla, mentre quello unilaterale ne considera solo una (es. “maggiore di”). Il p-value unilaterale è metà di quello bilaterale.