Kiểm định chính xác Fisher là gì?
Kiểm định chính xác Fisher giúp đánh giá xem hai biến phân loại trong một bảng tần số 2x2 có mối liên hệ với nhau hay không. Khác với kiểm định chi-bình phương, phương pháp này tính ra giá trị p chính xác thay vì chỉ ước lượng gần đúng, nên rất phù hợp với cỡ mẫu nhỏ hoặc những bảng có tần số kỳ vọng thấp trong các ô. Đây là kỹ thuật được dùng phổ biến trong sinh học, y học và khoa học xã hội.
Cách dùng công cụ này
Bạn hãy nhập bốn giá trị tần số của bảng 2x2: a và b nằm ở hàng thứ nhất, c và d nằm ở hàng thứ hai. Công cụ sẽ tính xác suất siêu bội chính xác của bảng quan sát được, cùng với giá trị p hai phía — tức là tổng xác suất của tất cả các bảng (có cùng tổng hàng và tổng cột) mà khả năng xảy ra không cao hơn bảng bạn đang xét.
Giải thích công thức
Khi các tổng biên (margin) được giữ cố định, xác suất của một bảng cụ thể bất kỳ tuân theo phân phối siêu bội:
$$p = \frac{(a+b)!\,(c+d)!\,(a+c)!\,(b+d)!}{a!\,b!\,c!\,d!\;n!}$$trong đó \(n = a + b + c + d\). Giá trị p hai phía được tính bằng cách cộng dồn p của mọi bảng có cùng tổng biên mà xác suất nhỏ hơn hoặc bằng xác suất của bảng quan sát.
$$P_{\text{two-sided}} = \sum_{\,p_i \le p_{\text{obs}}} p_i$$
Ví dụ minh họa
Với bảng \(a = 8\), \(b = 2\), \(c = 1\), \(d = 5\) (\(n = 16\)), xác suất của đúng bảng này vào khoảng \(0{,}01865\). Cộng tất cả các bảng có khả năng xảy ra bằng hoặc thấp hơn sẽ cho giá trị p hai phía khoảng \(0{,}0349\) — cho thấy có mối liên hệ có ý nghĩa thống kê ở mức \(0{,}05\).
Diễn giải kết quả Kiểm định Fisher chính xác của bạn
- Dưới alpha. Nếu p-value nhỏ hơn hoặc bằng mức ý nghĩa bạn chọn (thường là 0,05), dữ liệu sẽ khó xảy ra nếu hai biến độc lập với nhau, vì vậy bạn bác bỏ giả thuyết không về tính độc lập. Trong ví dụ, p ≈ 0,035 nhỏ hơn 0,05.
- Trên alpha. Nếu p-value lớn hơn alpha, dữ liệu phù hợp hợp lý với tính độc lập và bạn không bác bỏ giả thuyết không.
- Bằng chứng, không phải kích thước hiệu ứng. P-value đo mức độ bất ngờ của bảng dữ liệu khi giả định độc lập. Nó không đo mức độ mạnh yếu hay tầm quan trọng thực tế của mối liên hệ. Để xem kích thước hiệu ứng, hãy xem tỷ số odds (ở đây (8 × 5)/(2 × 1) = 20) và khoảng tin cậy của nó. Khi số lượng nhỏ, các ước lượng này rất thiếu chính xác.
- Một phía và hai phía. P-value một phía chỉ tính các bảng cực đoan hơn hoặc bằng theo một hướng đã chọn (ví dụ a ≥ 8, cho khoảng 0,0245). P-value hai phía tính các bảng cực đoan theo cả hai hướng. Có nhiều cách định nghĩa p-value hai phía; cách phổ biến, được dùng ở đây, cộng tất cả các bảng có xác suất ≤ xác suất của bảng quan sát. Hướng kiểm định nên được chọn trước khi xem dữ liệu.
- Có điều kiện trên tổng biên. Kiểm định Fisher coi tổng hàng và tổng cột là cố định và xét cách các số đếm có thể được sắp xếp trong các tổng đó. Cách này chính xác với mọi cỡ mẫu, nhưng có thể bảo thủ, nghĩa là tỷ lệ sai lầm thực tế có thể thấp hơn alpha danh nghĩa, vì p-value chỉ nhận các giá trị rời rạc.
- Không có ý nghĩa thống kê không có nghĩa là "không có mối liên hệ". P-value lớn có thể chỉ phản ánh cỡ mẫu nhỏ và lực kiểm định thấp. Nó không phải là bằng chứng cho thấy không tồn tại mối liên hệ nào.
- Kiểm định nhiều lần. Nếu bạn thực hiện nhiều kiểm định, một số kết quả sẽ rơi xuống dưới 0,05 do ngẫu nhiên. Hãy điều chỉnh (ví dụ bằng hiệu chỉnh Bonferroni) hoặc báo cáo số lượng kiểm định đã thực hiện.
Các thuật ngữ chính trong Kiểm định Fisher chính xác
- Bảng tiếp liên 2×2
- Bảng phân loại chéo các quan sát theo hai biến nhị phân, gồm bốn ô với các số đếm.
- Số đếm ô a, b, c, d
- Bốn số đếm: a và b là hàng thứ nhất (trái, phải), c và d là hàng thứ hai. Chúng phải là số nguyên không âm, và n = a + b + c + d.
- Tổng biên
- Tổng hàng (a + b, c + d) và tổng cột (a + c, b + d). Kiểm định Fisher giữ các tổng này cố định.
- Giả thuyết không về tính độc lập
- Giả định rằng biến hàng và biến cột không liên quan đến nhau, tương đương với tỷ số odds của quần thể bằng 1.
- Phân phối siêu bội
- Phân phối của số đếm a khi rút mẫu không hoàn lại với các tổng biên cố định: \(P(a)=\dfrac{\binom{a+b}{a}\binom{c+d}{c}}{\binom{n}{a+c}}\).
- p-value
- Xác suất, theo giả thuyết không, thu được một bảng có mức cực đoan ít nhất bằng bảng quan sát.
- Một phía và hai phía
- Kiểm định một phía xét mối liên hệ theo một hướng xác định trước; kiểm định hai phía xét mối liên hệ theo cả hai hướng.
- Số đếm ô kỳ vọng
- Dưới giả định độc lập, (tổng hàng × tổng cột)/n. Trong ví dụ, số đếm kỳ vọng của ô a là 10 × 9/16 = 5,625. Kiểm định Fisher thường được ưu tiên khi số đếm kỳ vọng nhỏ (quy tắc kinh nghiệm phổ biến là dưới 5).
- Tỷ số odds
- (a × d)/(b × c), một thước đo cường độ liên hệ. Giá trị 1 nghĩa là không có liên hệ; không xác định nếu b × c = 0 mà không có điều chỉnh.
- Mức ý nghĩa (alpha)
- Ngưỡng được chọn trước (thường là 0,05) để bác bỏ giả thuyết không; đây là xác suất dương tính giả tối đa được chấp nhận.
Câu hỏi thường gặp
Khi nào nên dùng kiểm định Fisher thay vì chi-bình phương? Hãy dùng kiểm định chính xác Fisher khi cỡ mẫu nhỏ hoặc khi có bất kỳ ô nào có tần số kỳ vọng dưới 5 — những trường hợp mà phép xấp xỉ chi-bình phương trở nên kém tin cậy.
Giá trị p hai phía có ý nghĩa gì? Đó là xác suất thu được một bảng có mức độ "cực đoan" ít nhất bằng bảng của bạn theo cả hai chiều, với giả định rằng hai biến không có liên hệ với nhau.
Công cụ có xử lý được bảng lớn hơn không? Công cụ này chỉ dành cho bảng 2x2. Với những bảng tần số lớn hơn, bạn cần đến các kiểm định chính xác tổng quát hơn.