我是否错误地使用了fisher.test()函数？无法复制研究论文中发现的 p 值

Question

我一直在尝试复制这篇研究论文的结果（科克伦规则的故事：我的列联表有很多小于 5 的期望值，我该怎么办？ 作者：Kroonenberg 和 Verbeek） 但我的数字根本与他们的不匹配。在论文中，他们使用了以下列联表：

                            Type of Surgery
-----------------------------------------------------------------------
Patient's state        None        A         B           Total
-----------------------------------------------------------------------
Still alive             0          5         1             6
Passed away             3          1         2             6
-----------------------------------------------------------------------
Total                   3          6         3             12

针对检查患者的状态和手术类型是否独立提出这一主张：

“在你不稳定的健康状况下，你发现精确的测试产生的 p_X² 为 0.12，换句话说，独立性测试不能被拒绝。”

并提出关于检查手术的类型是否独立的主张

“关于两种手术类型之间选择的表格（假设我们可以独立于之前的测试进行测试）的 X² 为 2.25，其中 p_X² = 0.46 和 p_χ² = 0.13。”

如您所见，他们声称正在使用渔民精确测试来获取其 p_X² 值（以及对其 p_χ² 值进行常规卡方测试）但是，运行代码对于第一个声明，下面的 R 中的 p 值为 0.0801 而不是 0.12。事实上，如果我使用模拟 p 值运行卡方检验，我只能得到 0.12 左右的值：

disease <- matrix(c(0, 5, 1, 3, 1, 2), nrow = 2, byrow = TRUE)
colnames(disease) <- c("None", "A", "B")
rownames(disease) <- c("Still alive", "Passed Away")


fisher.test(disease, conf.int = FALSE)
chisq.test(disease, simulate.p.value = TRUE)

我是否错误地使用了fisher.test()函数？我在这里缺少什么吗？

Answer 1

这也许应该是一条评论，但我看不出你做错了什么，无论是在 R 中还是在快速浏览论文中。没有连续性校正选项（列联表分析中不匹配/混乱的常见原因），并且默认情况下不使用渐近近似。 （如果我们通过运行

fisher.test(disease, conf.int = FALSE, hybrid = TRUE, hybridPars = c(1, 1,1))

强制使用渐近近似，则 p 值为 0.062。）我会考虑联系相应的作者。

无论它的价值这个在线计算器给出的答案与您使用R得到的答案相同

fisher.test()

：