Calculadora del test exacto de Fisher (2x2)

Calculadora del test exacto de Fisher (2x2)

En crecimiento AI Skill PRO

Ingresar cálculo

Fórmula

p=(a+b)!(c+d)!(a+c)!(b+d)!n!a!b!c!d!donde{a=Celda ab=Celda bc=Celda cd=Celda dn=a+b+c+d\begin{gathered} p = \dfrac{(a+b)!\,(c+d)!\,(a+c)!\,(b+d)!}{n!\;a!\,b!\,c!\,d!} \\[1.5em] \text{donde}\quad \left\{ \begin{aligned} a &= \text{Celda a} \\ b &= \text{Celda b} \\ c &= \text{Celda c} \\ d &= \text{Celda d} \\ n &= a + b + c + d \end{aligned} \right. \end{gathered}
Ver los pasos del cálculo (1)
  1. Valor p bilateral

    Pbilateral=∑pi≤pobspiP_{\text{bilateral}} = \sum_{\,p_i \le p_{\text{obs}}} p_i

    Suma de las probabilidades de todas las tablas (con los mismos márgenes) que no son más probables que la tabla observada; p_i es la probabilidad hipergeométrica de cada tabla posible

Estadísticas de uso

Publicidad

Resultados

Valor p bilateral
0,034965
Test exacto de Fisher (2x2)
Probabilidad de la tabla observada 0,023601
Total de observaciones (n) 16

Informar de un error en esta página

¿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.

Tabla de contingencia 2x2 con celdas etiquetadas a, b, c, d y totales de fila, columna y total general
Una tabla de contingencia 2x2 que muestra los cuatro recuentos de celda a, b, c, d con los totales de fila y columna.

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.

$$P_{\text{two-sided}} = \sum_{\,p_i \le p_{\text{obs}}} p_i$$
Publicidad
Distribución de probabilidad hipergeométrica de las disposiciones de la tabla con el valor observado resaltado
La prueba de Fisher suma las probabilidades hipergeométricas de las tablas tan o más extremas que la observada.

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.
Publicidad

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.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas