sas卡方检验结果 不通过，但是 fisher检验通过，这种情况怎么解释？ 还是采用卡方结果吗？

卡方检验试用条件

1.随机样本数据；

2.卡方检验的理论频数不能太小.

两个独立样本比较可以分以下3种情况：

1.所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验.

2.如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验.

3.如果有理论数T＜1或n＜40,则用Fisher’s检验.

上述是适用于四格表.

R×C表卡方检验应用条件：

1.R×C表中理论数小于5的格子不能超过1/5；

2.不能有小于1的理论数.

若不符合R×C表的卡方检验.可以通过增加样本数、列合并来实现.

统计专业研究生工作室原创，请勿复杂粘贴

在统计学上，我们分析比较两组之间的率是否有统计学差异是用的卡方检验。比较经典的就是4格表的卡方检验。

SAS code：

proc freq data=yourdata；

tables a*b/chisq expected；

run；

这里a指记录第一组和第二组的变量，b指记录男女的变量。chisq就是卡方检验，expected输出每个格子的理论频数。如果有格子理论频数小于5，就要看矫正卡方检验的结果。结果主要就是看卡方检验对应的值，如果p值小于0.05，就可以认为两组之间男女存在统计学差异。

假设检验是使用统计学来确定给定假设为真的概率。 假设检验的通常过程包括如下所示的四个步骤。

步骤1

制定零假设H0（通常，观察是纯偶然的结果）和替代假设H1（通常，观察显示真实效应与机会变化的分量组合）。

步骤2

识别可用于评估零假设的真实性的检验统计量。

步骤3

计算P值，其是假设当无效假设为真时测试统计量至少与所观察到的统计量一样有效的概率。 P值越小，证据相对于零假设越强。

步骤4

将p值与可接受的显着性值α（有时称为α值）进行比较。 如果p <=α，观察到的效果是统计学显着的，则排除零假设，并且替代假设是有效的。

SAS编程语言具有执行各种类型的假设测试的特征，如下所示。

---