フィシャーの正確検定のp値の意味と計算方法を理解する

フィシャーの正確検定は、少数のデータやクロス集計表における独立性の検定でよく使われます。しかし、「データから直接確率を求めているのでは？」と混乱する方も多いです。本記事では、フィシャーの正確検定でのp値の意味と計算方法をわかりやすく解説します。

1. フィシャーの正確検定とは

フィシャーの正確検定は、2×2の分割表で、行と列が独立であるという帰無仮説を検証するための方法です。ここで求めるp値は、帰無仮説のもとで観測データと同じかそれ以上に極端な分布が起こる確率を示しています。

計算に使う確率は、観測された行列のマージナル和（行合計・列合計）を固定した場合に、帰無仮説の下で起こりうる全ての可能な分布に基づいて求められます。つまり、データそのものから確率を作り出しているわけではなく、帰無仮説条件下の理論的分布から確率を算出しているのです。

フィシャーの正確検定で得られるp値は、「帰無仮説が正しい場合に、観測された表と同じかより極端な結果が得られる確率」です。小さいp値は帰無仮説を棄却する証拠となります。これにより、データが偶然に生じた可能性の評価が可能です。

例えば、2×2表でA/BとC/Dの組み合わせがあり、行・列の合計を固定して全組み合わせを列挙し、それぞれの組み合わせの確率を計算します。観測値と同等かより偏った組み合わせの確率の合計がp値になります。

フィシャーの正確検定では、データそのものから確率を直接出すのではなく、帰無仮説の条件下で理論的に計算された分布からp値を求めます。この理解が混乱を解消し、正しい統計的解釈に繋がります。