Qu'est-ce que le test exact de Fisher ?
Le test exact de Fisher permet de déterminer si deux variables catégorielles d'un tableau de contingence 2×2 sont associées. Contrairement au test du khi-deux, il fournit une p-valeur exacte plutôt qu'une approximation : il est donc particulièrement adapté aux petits échantillons ou aux tableaux dont les effectifs attendus sont faibles. On l'utilise couramment en biologie, en médecine et en sciences sociales.
Comment utiliser ce calculateur
Saisissez les quatre effectifs de votre tableau 2×2 : a et b composent la première ligne, c et d la seconde. Le calculateur détermine la probabilité hypergéométrique exacte du tableau observé ainsi que la p-valeur bilatérale, qui additionne les probabilités de tous les tableaux (à marges identiques) dont la probabilité n'est pas supérieure à celle du tableau que vous avez observé.
La formule expliquée
À marges fixées, la probabilité d'un tableau donné suit la loi hypergéométrique :
$$p = \dfrac{(a+b)!\,(c+d)!\,(a+c)!\,(b+d)!}{a!\,b!\,c!\,d!\;n!}$$où \(n = a + b + c + d\). La p-valeur bilatérale est la somme des \(p\) de tous les tableaux partageant les mêmes marges et dont la probabilité est inférieure ou égale à celle observée.
$$P_{\text{two-sided}} = \sum_{\,p_i \le p_{\text{obs}}} p_i$$
Exemple détaillé
Pour le tableau \(a = 8\), \(b = 2\), \(c = 1\), \(d = 5\) (\(n = 16\)), la probabilité de ce tableau précis est d'environ \(0{,}01865\). En additionnant tous les tableaux aussi probables ou moins probables, on obtient une p-valeur bilatérale d'environ \(0{,}0349\), ce qui indique une association statistiquement significative au seuil de \(0{,}05\).
Foire aux questions
Quand privilégier le test de Fisher plutôt que le khi-deux ? Utilisez le test exact de Fisher lorsque les échantillons sont petits ou qu'un effectif attendu est inférieur à 5, car l'approximation du khi-deux devient peu fiable dans ces cas.
Que signifie la p-valeur bilatérale ? C'est la probabilité d'obtenir un tableau au moins aussi extrême que le vôtre, dans un sens ou dans l'autre, en supposant qu'il n'existe aucune association entre les variables.
Le test fonctionne-t-il avec des tableaux plus grands ? Ce calculateur traite uniquement les tableaux 2×2. Les tableaux de contingence plus grands nécessitent des tests exacts généralisés.
Interpréter le résultat de votre test exact de Fisher
- Inférieur à alpha. Si la valeur p est inférieure ou égale à votre seuil de signification choisi (généralement 0,05), les données seraient peu probables si les deux variables étaient indépendantes ; vous rejetez donc l'hypothèse nulle d'indépendance. Dans l'exemple, p ≈ 0,035 est inférieur à 0,05.
- Supérieur à alpha. Si la valeur p est supérieure à alpha, les données sont raisonnablement compatibles avec l'indépendance, et vous ne rejetez pas l'hypothèse nulle.
- Preuve, et non taille de l'effet. La valeur p mesure à quel point le tableau est surprenant sous l'hypothèse d'indépendance. Elle ne mesure pas la force ni l'importance pratique de l'association. Pour la taille de l'effet, regardez le rapport des cotes (ici (8 × 5)/(2 × 1) = 20) et son intervalle de confiance. Avec de petits effectifs, ces estimations sont très imprécises.
- Unilatéral ou bilatéral. Une valeur p unilatérale ne compte que les tableaux aussi extrêmes ou plus extrêmes dans une direction choisie (par exemple a ≥ 8, ce qui donne environ 0,0245). Une valeur p bilatérale compte les tableaux extrêmes dans les deux directions. Plusieurs définitions bilatérales existent ; la plus courante, utilisée ici, additionne tous les tableaux dont la probabilité est ≤ à celle du tableau observé. La direction doit être choisie avant d'examiner les données.
- Conditionnel aux marges. Le test de Fisher considère les totaux des lignes et des colonnes comme fixes et examine comment les effectifs pourraient être disposés à l'intérieur de ces totaux. Il est exact quelle que soit la taille de l'échantillon, mais il peut être conservateur, c'est-à-dire que le taux d'erreur réel peut être inférieur à alpha nominal, car la valeur p ne peut prendre que des valeurs discrètes.
- Non significatif ne signifie pas « aucune association ». Une grande valeur p peut simplement refléter un petit échantillon et une faible puissance. Ce n'est pas une preuve qu'aucune association n'existe.
- Tests multiples. Si vous effectuez de nombreux tests, certains tomberont en dessous de 0,05 par hasard. Ajustez (par exemple avec une correction de Bonferroni) ou indiquez le nombre de tests effectués.
Termes clés du test exact de Fisher
- Tableau de contingence 2×2
- Tableau croisant des observations selon deux variables binaires, donnant quatre cellules d'effectifs.
- Effectifs des cellules a, b, c, d
- Les quatre effectifs : a et b forment la première ligne (gauche, droite), c et d la deuxième ligne. Ils doivent être des nombres entiers non négatifs, et n = a + b + c + d.
- Totaux marginaux
- Les sommes des lignes (a + b, c + d) et des colonnes (a + c, b + d). Le test de Fisher les considère comme fixes.
- Hypothèse nulle d'indépendance
- L'hypothèse selon laquelle la variable en ligne et la variable en colonne sont sans lien, équivalente à un rapport des cotes de 1 dans la population.
- Loi hypergéométrique
- La loi de l'effectif a lors d'un tirage sans remise avec des marges fixes : \(P(a)=\dfrac{\binom{a+b}{a}\binom{c+d}{c}}{\binom{n}{a+c}}\).
- Valeur p
- La probabilité, sous l'hypothèse nulle, d'obtenir un tableau au moins aussi extrême que celui observé.
- Unilatéral ou bilatéral
- Le test unilatéral examine une association dans une seule direction préalablement fixée ; le test bilatéral examine une association dans l'une ou l'autre direction.
- Effectif théorique de la cellule
- Sous l'indépendance, (total de la ligne × total de la colonne)/n. Dans l'exemple, l'effectif théorique de la cellule a est 10 × 9/16 = 5,625. Le test de Fisher est souvent préféré lorsque les effectifs théoriques sont faibles (une règle empirique courante est inférieure à 5).
- Rapport des cotes
- (a × d)/(b × c), une mesure de la force de l'association. Une valeur de 1 signifie absence d'association ; il est indéfini si b × c = 0 sans ajustement.
- Seuil de signification (alpha)
- Le seuil fixé à l'avance (souvent 0,05) pour rejeter l'hypothèse nulle ; c'est la probabilité maximale acceptée de faux positif.