Fisher-exact 檢驗的解釋

我正在運行一些R代碼，我想檢查一些數據是否獨立。我可以使用拒絕獨立性的卡方檢驗。但是我想使用 Fisher-exact 檢驗。再一次，p < 0.001但我應該如何解釋這個優勢比？

該表由男性0與女性1以及超重1與不超重組成0。

> table(nhefs.adjust.nNA$overweight,
+       nhefs.adjust.nNA$sex,
+       dnn = c("overweight","sex"))
         sex
overweight   0   1
        0 407 535
        1 419 295
> fisher.test(table(nhefs.adjust.nNA$overweight,
+                   nhefs.adjust.nNA$sex,
+                   dnn = c("overweight","sex")))

Fisher's Exact Test for Count Data

data: 
p-value = 5.145e-10
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.4376387 0.6554322
sample estimates:
odds ratio 
0.5358085 

回應 Aaron Zeng 的回答

         death
overweight   Y   N
        Y 156 558
        N 165 777

odds ratio 
 1.316281 

那麼這是否應該被解釋為：

超重的人的死亡機率比沒有超重的人高出 32% 左右？

這似乎有點奇怪，因為 156 與 165 似乎意味著風險較小？

默認情況下，R 中的 Fisher 精確檢驗測試與第一個單元格相關的優勢比是否為 1。

也就是說，您可以將優勢比 0.53 解釋為：非體重過重的受試者成為男性的機率是體重過重的受試者的 0.53 倍。請注意，p 值顯著且置信區間不包含 1。因此，您拒絕優勢比為 1 的原假設。

但是，您可能希望交換 2×2 列聯表的列和行，以便您可以將“性別”解釋為解釋變量，將“是否超重”解釋為響應，這似乎更自然。在這種情況下，優勢比的估計值仍應為 0.53。但你可以更自然地理解為：男性不超重的機率是女性的 0.53 倍。

引用自：https://stats.stackexchange.com/questions/211487