फिशर एग्जैक्ट टेस्ट कैलकुलेटर (2x2)

फिशर एग्जैक्ट टेस्ट कैलकुलेटर (2x2)

बढ़ रहा AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

p=(a+b)!(c+d)!(a+c)!(b+d)!n!a!b!c!d!जहाँ{a=सेल ab=सेल bc=सेल cd=सेल 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{जहाँ}\quad \left\{ \begin{aligned} a &= \text{सेल a} \\ b &= \text{सेल b} \\ c &= \text{सेल c} \\ d &= \text{सेल d} \\ n &= a + b + c + d \end{aligned} \right. \end{gathered}
गणना के चरण दिखाएँ (1)
  1. टू-साइडेड p-वैल्यू

    Pटू-साइडेड=∑pi≤pobspiP_{\text{टू-साइडेड}} = \sum_{\,p_i \le p_{\text{obs}}} p_i

    उन सभी टेबलों (समान मार्जिन) की प्रोबेबिलिटी का योग जो देखी गई टेबल से अधिक संभावित नहीं हैं; p_i प्रत्येक संभावित टेबल की हाइपरज्यामितीय प्रोबेबिलिटी है

उपयोग आँकड़े

विज्ञापन

परिणाम

टू-साइडेड p-वैल्यू
0.034965
फिशर एग्जैक्ट टेस्ट (2x2)
देखी गई टेबल की प्रोबेबिलिटी 0.023601
कुल ऑब्ज़र्वेशन (n) 16

इस पेज पर त्रुटि की रिपोर्ट करें

फिशर एग्जैक्ट टेस्ट क्या है?

फिशर एग्जैक्ट टेस्ट यह जांचता है कि 2x2 कॉन्टिंजेंसी टेबल के दो कैटेगरिकल वेरिएबल्स के बीच कोई संबंध है या नहीं। काई-स्क्वायर (chi-square) टेस्ट के विपरीत, यह अनुमान के बजाय एक सटीक p-वैल्यू निकालता है। इसी कारण यह छोटे सैंपल या ऐसी टेबल्स के लिए सबसे उपयुक्त है जहां किसी सेल की अपेक्षित गिनती कम होती है। बायोलॉजी, मेडिसिन और सोशल साइंस में इसका व्यापक उपयोग होता है।

a, b, c, d लेबल वाली कोशिकाओं तथा पंक्ति, स्तंभ और कुल योग वाली 2x2 आकस्मिकता तालिका
एक 2x2 आकस्मिकता तालिका जो चार कोशिका गणनाएँ a, b, c, d को पंक्ति और स्तंभ योगों के साथ दर्शाती है।

इस कैलकुलेटर का उपयोग कैसे करें

अपनी 2x2 टेबल की चारों सेल की गिनती दर्ज करें: \(a\) और \(b\) पहली पंक्ति बनाते हैं, \(c\) और \(d\) दूसरी पंक्ति। कैलकुलेटर आपकी देखी गई टेबल की सटीक हाइपरज्योमेट्रिक प्रोबेबिलिटी और टू-साइडेड p-वैल्यू निकालता है। यह p-वैल्यू उन सभी टेबल्स की प्रोबेबिलिटी का योग है (जिनके पंक्ति और स्तंभ के कुल योग समान हों) जिनकी संभावना आपकी देखी गई टेबल से अधिक न हो।

फॉर्मूला समझें

जब मार्जिन (कुल योग) तय हों, तो किसी भी टेबल की प्रोबेबिलिटी हाइपरज्योमेट्रिक डिस्ट्रिब्यूशन के अनुसार होती है:

$$p = \frac{(a+b)!\,(c+d)!\,(a+c)!\,(b+d)!}{a!\,b!\,c!\,d!\;n!}$$

जहां \(n = a + b + c + d\)। टू-साइडेड p-वैल्यू उन सभी टेबल्स की p को जोड़ती है जिनके मार्जिन समान हों और जिनकी प्रोबेबिलिटी देखी गई प्रोबेबिलिटी से कम या उसके बराबर हो।

$$P_{\text{two-sided}} = \sum_{\,p_i \le p_{\text{obs}}} p_i$$
विज्ञापन
प्रेक्षित मान को उजागर करते हुए तालिका विन्यासों का हाइपरज्यामितीय प्रायिकता वितरण
फिशर परीक्षण प्रेक्षित तालिका के समान या उससे अधिक चरम तालिकाओं की हाइपरज्यामितीय प्रायिकताओं का योग करता है।

उदाहरण के साथ हल

मान लीजिए टेबल में \(a = 8\), \(b = 2\), \(c = 1\), \(d = 5\) (\(n = 16\)) है। इस सटीक टेबल की प्रोबेबिलिटी लगभग \(0.01865\) है। समान या उससे कम संभावना वाली सभी टेबल्स को जोड़ने पर टू-साइडेड p-वैल्यू लगभग \(0.0349\) आती है, जो \(0.05\) के स्तर पर एक सांख्यिकीय रूप से महत्वपूर्ण (statistically significant) संबंध का संकेत देती है।

फ़िशर के सटीक परीक्षण के परिणाम की व्याख्या

  • अल्फ़ा से नीचे। यदि p-मान आपके चुने हुए सार्थकता स्तर (आमतौर पर 0.05) के बराबर या उससे कम है, तो यदि दोनों चर स्वतंत्र होते तो डेटा मिलना असंभव होता, इसलिए आप स्वतंत्रता की शून्य परिकल्पना को अस्वीकार करते हैं। उदाहरण में, p ≈ 0.035 है, जो 0.05 से कम है।
  • अल्फ़ा से ऊपर। यदि p-मान अल्फ़ा से ऊपर है, तो डेटा स्वतंत्रता के साथ उचित रूप से मेल खाता है, और आप शून्य परिकल्पना को अस्वीकार नहीं करते।
  • प्रमाण, प्रभाव का आकार नहीं। p-मान यह मापता है कि स्वतंत्रता मानने पर तालिका कितनी चौंकाने वाली है। यह नहीं मापता कि संबंध कितना मज़बूत या व्यावहारिक रूप से कितना महत्वपूर्ण है। प्रभाव के आकार के लिए, odds ratio (यहाँ (8 × 5)/(2 × 1) = 20) और उसके विश्वास अंतराल को देखें। कम गणनाओं के साथ, ऐसे अनुमान बहुत अशुद्ध होते हैं।
  • एकपक्षीय बनाम द्विपक्षीय। एकपक्षीय p-मान केवल उन तालिकाओं को गिनता है जो एक चुनी गई दिशा में उतनी ही या उससे अधिक चरम हैं (जैसे a ≥ 8, जो लगभग 0.0245 देता है)। द्विपक्षीय p-मान दोनों दिशाओं में चरम तालिकाओं को गिनता है। द्विपक्षीय की कई परिभाषाएँ मौजूद हैं; यहाँ प्रयुक्त आम परिभाषा उन सभी तालिकाओं की प्रायिकताएँ जोड़ती है जिनकी प्रायिकता प्रेक्षित तालिका की प्रायिकता से कम या उसके बराबर है। दिशा का चुनाव डेटा देखने से पहले किया जाना चाहिए।
  • योगफलों पर सशर्त। फ़िशर का परीक्षण पंक्ति और स्तंभ योगफलों को स्थिर मानता है और पूछता है कि उनके भीतर गणनाएँ किस प्रकार व्यवस्थित हो सकती थीं। यह किसी भी नमूना आकार के लिए सटीक है, लेकिन यह रूढ़िवादी हो सकता है, यानी वास्तविक त्रुटि दर नाममात्र अल्फ़ा से कम हो सकती है, क्योंकि p-मान केवल असतत मान ले सकता है।
  • गैर-सार्थक का अर्थ "कोई संबंध नहीं" नहीं है। बड़ा p-मान केवल छोटे नमूने और कम शक्ति को दर्शा सकता है। यह इस बात का प्रमाण नहीं है कि कोई संबंध मौजूद नहीं है।
  • एकाधिक परीक्षण। यदि आप कई परीक्षण चलाते हैं, तो कुछ संयोग से 0.05 से नीचे आ जाएँगे। समायोजन करें (उदाहरण के लिए बोनफेरोनी सुधार से) या बताएँ कि कितने परीक्षण किए गए थे।
विज्ञापन

फ़िशर के सटीक परीक्षण के मुख्य शब्द

2×2 आकस्मिकता तालिका
एक तालिका जो दो द्विआधारी चरों के आधार पर प्रेक्षणों को वर्गीकृत करती है, और गणनाओं के चार खाने देती है।
खाना गणनाएँ a, b, c, d
चार गणनाएँ: a और b पहली पंक्ति (बाएँ, दाएँ) हैं, c और d दूसरी पंक्ति हैं। ये ऋणेतर पूर्ण संख्याएँ होनी चाहिए, और n = a + b + c + d है।
सीमांत योगफल
पंक्ति योग (a + b, c + d) और स्तंभ योग (a + c, b + d)। फ़िशर का परीक्षण इन्हें स्थिर रखता है।
स्वतंत्रता की शून्य परिकल्पना
यह धारणा कि पंक्ति चर और स्तंभ चर असंबंधित हैं, जो जनसंख्या odds ratio 1 के समतुल्य है।
हाइपरज्योमेट्रिक बंटन
सीमांत स्थिर रखते हुए बिना प्रतिस्थापन के खींचने पर गणना a का बंटन: \(P(a)=\dfrac{\binom{a+b}{a}\binom{c+d}{c}}{\binom{n}{a+c}}\)।
p-मान
शून्य परिकल्पना के तहत, प्रेक्षित तालिका जितनी या उससे अधिक चरम तालिका प्राप्त होने की प्रायिकता।
एकपक्षीय बनाम द्विपक्षीय
एकपक्षीय एक पूर्व-निर्धारित दिशा में संबंध की जाँच करता है; द्विपक्षीय किसी भी दिशा में संबंध की जाँच करता है।
अपेक्षित खाना गणना
स्वतंत्रता के तहत, (पंक्ति योग × स्तंभ योग)/n। उदाहरण में, खाने a की अपेक्षित गणना 10 × 9/16 = 5.625 है। जब अपेक्षित गणनाएँ छोटी हों (एक सामान्य नियम के अनुसार 5 से कम) तो फ़िशर का परीक्षण अक्सर पसंद किया जाता है।
Odds ratio
(a × d)/(b × c), संबंध की शक्ति का एक माप। मान 1 का अर्थ है कोई संबंध नहीं; यदि b × c = 0 हो तो बिना समायोजन के यह अपरिभाषित है।
सार्थकता स्तर (अल्फ़ा)
शून्य परिकल्पना को अस्वीकार करने के लिए पहले से चुनी गई सीमा (अक्सर 0.05); यह झूठे सकारात्मक की अधिकतम स्वीकार्य प्रायिकता है।

अक्सर पूछे जाने वाले सवाल (FAQ)

काई-स्क्वायर के बजाय फिशर टेस्ट कब इस्तेमाल करना चाहिए? फिशर एग्जैक्ट टेस्ट तब इस्तेमाल करें जब सैंपल छोटा हो या किसी सेल की अपेक्षित गिनती 5 से कम हो, क्योंकि ऐसी स्थिति में काई-स्क्वायर का अनुमान भरोसेमंद नहीं रहता।

टू-साइडेड p-वैल्यू का क्या मतलब है? यह वह प्रोबेबिलिटी है कि वेरिएबल्स के बीच कोई संबंध न होने की स्थिति में, आपको किसी भी दिशा में आपकी टेबल जितनी या उससे ज़्यादा चरम (extreme) टेबल मिल जाए।

क्या यह टेस्ट बड़ी टेबल्स के लिए काम करता है? यह कैलकुलेटर केवल 2x2 टेबल्स के लिए है। इससे बड़ी कॉन्टिंजेंसी टेबल्स के लिए जनरलाइज़्ड एग्जैक्ट टेस्ट की ज़रूरत होती है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें