Fisher's检验在2x10的应变(期望值<6，在细胞>20% )-解决R工作区错误，还是建议替代统计检验？

Question

我有一个2x10的应急方案。不幸的是，6个细胞的期望值小于5，因此我不能使用Pearson检验。

我试着在R (fisher.test()，如果我理解的话自动做了一个Freeman-Halton扩展)中使用Fisher's测试，但是我不认为我的计算机能够处理计算量。

这就是我会遇到的错误：

Error in fisher.test(x$size, y$gender, workspace = 2e+08) : 
  FEXACT error 7(location). LDSTP=18716400 is too small for this problem,
  (pastp=328.023, ipn_0:=ipoin[itp=120337]=176553, stp[ipn_0]=318.699).
Increase workspace or consider using 'simulate.p.value=TRUE'

尝试将工作区增加到2e9，并得到以下错误：

Error: cannot allocate vector of size 7.5 Gb

用Yates的修正协议来检验这个问题，卡方检验会吗？即使如此，我似乎也不能强迫R对我的计算做Yates修正，因为某种原因-- chisq.test(x$size, y$gender, correct=T)。相反，与correct=F，工作。

有什么建议吗？或者我可以用的替代测试？

谢谢!

Answer 1

让我们来看看这个例子：

set.seed(111)
value = rnbinom(1000,mu=69,size=1)
size = cut(value,10)
gender = rep(c("M","F"),each=500)
table(gender,size)

gender (-0.466,46.6] (46.6,93.2] (93.2,140] (140,186] (186,233] (233,280]
     F           244         107         67        42        17        11
     M           255         127         64        28        11         8
      size
gender (280,326] (326,373] (373,419] (419,466]
     F         7         4         0         1
     M         4         2         1         0


fisher.test(gender, size)
Error in fisher.test(gender, size) : 
  FEXACT error 7(location). LDSTP=18480 is too small for this problem,
  (pastp=81.1067, ipn_0:=ipoin[itp=68]=79, stp[ipn_0]=80.6036).
Increase workspace or consider using 'simulate.p.value=TRUE'

就像你说的，chisq测试有修正：

chisq.test(gender,size)$p.value
[1] 0.3452619
chisq.test(gender,size,correct=TRUE)$p.value
[1] 0.3452619

有一个很好的理由：

校正:在计算2×2表的测试统计量时是否应用连续性校正的逻辑。

您可以使用simulate.p.value = TRUE，就像Dave2e指出的那样，在本例中，这或多或少是可以的，因为我在null下进行了模拟，其中两个组之间没有区别：

    Fisher's Exact Test for Count Data with simulated p-value (based on
    2000 replicates)

data:  gender and size
p-value = 0.3393
alternative hypothesis: two.sided

它基本上是一个模拟分布的chisquare测试：

library(coin)
chisq_test(table(gender,size),distribution = approximate(nresample = 10000))

    Approximative Pearson Chi-Squared Test

data:  size by gender (F, M)
chi-squared = 10.065, p-value = 0.3263

如果您的类别是有序的，您可以尝试线性逐个线性关联，检查更多的这里。