树叶云带你简单聊聊SAS里那个Fisher精确测试到底咋用，步骤和注意点都在这儿

树叶云带你简单聊聊SAS里那个Fisher精确测试到底咋用,步骤和注意点都在这儿 主要整理和参考了树叶云平台上的学习笔记、SAS官方文档的通俗解释以及一些统计学论坛的常见问题讨论）

嗨,咱们今天就来掰扯掰扯SAS里的Fisher精确测试，这个名字听起来挺唬人，好像特别高深，其实它的核心思想很简单，就是用在当你的数据量太小，用平常的卡方检验不太靠谱的时候，它来帮你判断两个分类变量之间到底有没有关系，你想看看一种新药是不是比老药更有效，但你能找到的病人总共就二十来个，这时候Fisher精确测试就派上大用场了。

Fisher精确测试是啥？为啥要用它？

先说说它出现的场景,我们最常用的卡方检验有个暗含的要求，就是数据表里的期望频数不能太小（通常要求不能有超过20%的格子期望频数小于5，并且不能有任何格子期望频数小于1），如果你的数据表很“稀疏”，比如是个2x2的表，但某个格子里的实际人数只有1个或者甚至是0个，这时候再用卡方检验，结果就可能不准了，因为它背后的近似计算会出问题。

那Fisher精确测试牛在哪呢？它不依赖那种近似计算，它的思路非常“暴力”直接：我直接计算出在行合计和列合计固定不变的情况下，得到当前这张表格、以及比当前这张表格更极端的所有可能表格的概率是多少，然后把这些概率加起来，看看这个总概率（也就是我们常说的P值）是不是小到让我们觉得“哎呀，这事儿不太可能是碰巧发生的”，如果P值很小（比如小于0.05），我们就认为这两个变量之间很可能存在关联。

简单记：当你的数据表很小，尤其是2x2表格里有格子的频数小于5时，优先考虑用Fisher精确检验。

在SAS里怎么跑这个检验？（一步步来）

在SAS里,做Fisher精确测试超级方便，通常就藏在PROC FREQ过程步里，咱们用一个例子来走一遍流程。

假设我们研究两种教学方法（新方法 vs 传统方法）对学生是否通过考试的影响，数据如下：

你看,这是个典型的2x2表，而且有两个格子的数值（2和4）都小于5，正好是Fisher精确检验的用武之地。

你的SAS程序可能会这么写：

data teaching;
    input method $ result $ count;
    datalines;
新方法 通过 8
新方法 未通过 2
传统方法 通过 4
传统方法 未通过 6
;
run;
proc freq data=teaching;
    tables method * result / fisher;  /* 关键就在这个 fisher 选项 */
    weight count; /* 告诉SAS，count变量是频数 */
run;

对,就这么简单！核心就是你在TABLES语句后面加上一个/ fisher选项。

结果怎么看？

你运行完上面的程序,SAS会输出一大堆表格，别慌，我们只盯住几个关键的看。

1. 首先看“频率表”：确认一下你的数据有没有输错，看看每个格子里的数字是不是跟你预想的一样。
2. 然后直奔“Fisher精确检验”的表格：这个表里会有好几行，对于2x2表，我们最关心的是下面这两行：
   • 左侧概率：这个通常不太用。
   • 右侧概率：这个可以理解为“右边更极端”的概率。
   • 双尾概率：这是我们最常用的P值！ 它综合考虑了两种可能的极端情况。

在我们的例子里,你最后会看到一个叫“Pr <= P”的数值，这就是双尾P值，假如这个值是0.16左右（具体数值取决于计算），因为它大于0.05，我们的结论就是：在当前数据下，尚不能认为两种教学方法对通过率的影响有统计学上的显著差异。

几个重要的注意点（坑别踩）

1. 表格维度：我们上面举的例子是2x2的表，也是最常见的情况，但Fisher检验其实可以用于大于2x2的列联表（比如3x3的表），在SAS里，你同样是用/ fisher选项，不过要注意，对于大于2x2的表，SAS默认计算的是精确P值，这个计算可能会非常非常慢，尤其是你的样本量稍微大一点的时候，因为所有可能排列组合太多了，这时候SAS可能会算到天荒地老，所以对大表用的时候要谨慎。
2. 双尾 vs 单尾：我们一般默认看双尾检验，因为它更稳妥，考察了两种方向的差异，除非你有非常强的先验知识，只关心一个方向的差异（比如你非常确定新药不会比老药差，只想检验是不是更好），才可能考虑单尾检验，但一般情况下，用双尾准没错。
3. 数据录入格式：我上面的例子用的是“频数格式”，也就是有一个变量（count）来记录每个组合出现了多少次，这是最简洁的方式，如果你的原始数据是每一条记录就是一个观测（比如有20行数据，每一行记录一个学生用的是哪种方法、是否通过），那你就不需要WEIGHT语句了，直接proc freq; tables method*result / fisher; run;即可。
4. 结果解释要结合实际情况：P值小于0.05只意味着“有关联”，但这种关联强度有多大、有没有实际意义，还需要你结合具体业务背景来判断，不能光看P值下结论。

好了,关于SAS里Fisher精确测试的基本用法和关键点，咱们就聊这么多，总结一下就是：小样本2x2表救星，PROC FREQ后面加fisher选项，结果主要看双尾P值，希望这个简单的聊天能帮你弄明白这个工具该怎么用！