¿Qué es el test exacto de Fisher?
El test exacto de Fisher determina si dos variables categóricas de una tabla de contingencia 2x2 están asociadas. A diferencia de la prueba de chi-cuadrado, calcula un valor p exacto en lugar de una aproximación, lo que lo hace ideal para muestras pequeñas o tablas con frecuencias esperadas bajas en alguna celda. Se utiliza ampliamente en biología, medicina y ciencias sociales.
Cómo usar esta calculadora
Introduce los cuatro recuentos de tu tabla 2x2: a y b forman la primera fila, c y d forman la segunda fila. La calculadora obtiene la probabilidad hipergeométrica exacta de la tabla observada y el valor p bilateral, que suma las probabilidades de todas las tablas (con los mismos totales de fila y columna) que no son más probables que la que has observado.
La fórmula explicada
Con los márgenes fijos, la probabilidad de cualquier tabla concreta sigue la distribución hipergeométrica:
$$p = \dfrac{(a+b)!\,(c+d)!\,(a+c)!\,(b+d)!}{a!\,b!\,c!\,d!\;n!}$$donde \(n = a + b + c + d\). El valor p bilateral suma p sobre todas las tablas con los mismos márgenes cuya probabilidad sea menor o igual que la probabilidad observada.
$$P_{\text{two-sided}} = \sum_{\,p_i \le p_{\text{obs}}} p_i$$
Ejemplo resuelto
Para la tabla \(a = 8\), \(b = 2\), \(c = 1\), \(d = 5\) (\(n = 16\)), la probabilidad de esta tabla exacta es de aproximadamente \(0{,}01865\). Al sumar todas las tablas igual o menos probables se obtiene un valor p bilateral de alrededor de \(0{,}0349\), lo que indica una asociación estadísticamente significativa al nivel de \(0{,}05\).
Interpretación del resultado de la prueba exacta de Fisher
- Por debajo de alfa. Si el valor p es igual o menor que el nivel de significación elegido (habitualmente 0,05), los datos serían poco probables si las dos variables fueran independientes, por lo que se rechaza la hipótesis nula de independencia. En el ejemplo, p ≈ 0,035 es inferior a 0,05.
- Por encima de alfa. Si el valor p es mayor que alfa, los datos son razonablemente coherentes con la independencia y no se rechaza la hipótesis nula.
- Evidencia, no tamaño del efecto. El valor p mide lo sorprendente que resulta la tabla bajo independencia. No mide lo fuerte ni lo importante en la práctica que es la asociación. Para el tamaño del efecto, observe la razón de momios (aquí (8 × 5)/(2 × 1) = 20) y su intervalo de confianza. Con recuentos pequeños, estas estimaciones son muy imprecisas.
- Unilateral vs bilateral. Un valor p unilateral cuenta solo las tablas tan extremas o más extremas en una dirección elegida (por ejemplo, a ≥ 8, lo que da aproximadamente 0,0245). Un valor p bilateral cuenta las tablas extremas en ambas direcciones. Existen varias definiciones bilaterales; la habitual, utilizada aquí, suma todas las tablas con probabilidad ≤ a la de la tabla observada. La dirección debe elegirse antes de observar los datos.
- Condicionado a los totales marginales. La prueba de Fisher trata los totales de filas y columnas como fijos y se pregunta de cuántas maneras podrían disponerse los recuentos dentro de ellos. Es exacta para cualquier tamaño de muestra, pero puede ser conservadora, lo que significa que la tasa de error real puede estar por debajo del alfa nominal, porque el valor p solo puede tomar valores discretos.
- No significativo no significa «ninguna asociación». Un valor p grande puede reflejar simplemente una muestra pequeña y una potencia baja. No es prueba de que no exista asociación.
- Pruebas múltiples. Si realiza muchas pruebas, algunas caerán por debajo de 0,05 por azar. Ajuste (por ejemplo, con una corrección de Bonferroni) o informe cuántas pruebas se realizaron.
Términos clave de la prueba exacta de Fisher
- Tabla de contingencia 2×2
- Tabla que clasifica cruzadamente las observaciones según dos variables binarias, con cuatro celdas de recuento.
- Recuentos de celda a, b, c, d
- Los cuatro recuentos: a y b son la primera fila (izquierda, derecha), y c y d son la segunda fila. Deben ser números enteros no negativos, y n = a + b + c + d.
- Totales marginales
- Las sumas de filas (a + b, c + d) y las sumas de columnas (a + c, b + d). La prueba de Fisher los mantiene fijos.
- Hipótesis nula de independencia
- Supuesto de que la variable de fila y la variable de columna no están relacionadas, equivalente a una razón de momios poblacional de 1.
- Distribución hipergeométrica
- Distribución del recuento a al extraer sin reemplazo con totales marginales fijos: \(P(a)=\dfrac{\binom{a+b}{a}\binom{c+d}{c}}{\binom{n}{a+c}}\).
- Valor p
- Probabilidad, bajo la hipótesis nula, de obtener una tabla al menos tan extrema como la observada.
- Unilateral vs bilateral
- La unilateral evalúa una asociación en una única dirección preespecificada; la bilateral evalúa una asociación en cualquiera de las dos direcciones.
- Recuento esperado en la celda
- Bajo independencia, (total de fila × total de columna)/n. En el ejemplo, el recuento esperado para la celda a es 10 × 9/16 = 5,625. La prueba de Fisher suele preferirse cuando los recuentos esperados son pequeños (una regla práctica habitual es que sean inferiores a 5).
- Razón de momios
- (a × d)/(b × c), una medida de la intensidad de la asociación. Un valor de 1 significa que no hay asociación; no está definida si b × c = 0 sin ajuste.
- Nivel de significación (alfa)
- Umbral elegido de antemano (habitualmente 0,05) para rechazar la hipótesis nula; es la probabilidad máxima aceptada de un falso positivo.
Preguntas frecuentes
¿Cuándo conviene usar el test de Fisher en lugar de chi-cuadrado? Usa el test exacto de Fisher cuando las muestras son pequeñas o cuando alguna frecuencia esperada en una celda es inferior a 5, situaciones en las que la aproximación de chi-cuadrado deja de ser fiable.
¿Qué significa el valor p bilateral? Es la probabilidad de obtener una tabla al menos tan extrema como la tuya en cualquiera de las dos direcciones, suponiendo que no exista asociación entre las variables.
¿Sirve para tablas más grandes? Esta calculadora trabaja con tablas 2x2. Las tablas de contingencia mayores requieren tests exactos generalizados.