นี่เป็นคำถามที่ยอดเยี่ยม
การทดสอบที่แม่นยำของฟิชเชอร์เป็นหนึ่งในตัวอย่างที่ยอดเยี่ยมของการใช้การออกแบบการทดลองที่ชาญฉลาดของฟิชเชอร์พร้อมกับการ จำกัด ข้อมูล (โดยทั่วไปบนโต๊ะที่มีแถวที่สังเกตและยอดรวม) และความเฉลียวฉลาดในการหาการแจกแจงความน่าจะเป็น สำหรับตัวอย่างที่ดีกว่าดูที่นี่ ) การใช้คอมพิวเตอร์เพื่อคำนวณค่า p ที่แน่นอนช่วยให้ได้คำตอบที่ถูกต้อง
อย่างไรก็ตามมันเป็นเรื่องยากที่จะพิสูจน์สมมติฐานของการทดสอบที่แน่นอนของฟิชเชอร์ในทางปฏิบัติ เนื่องจากสิ่งที่เรียกว่า "แน่นอน" นั้นมาจากความจริงที่ว่าใน "การทดลองชิมชา" หรือในกรณีตาราง 2x2 กรณีผลรวมแถวและผลรวมคอลัมน์นั่นคือผลรวมทั้งหมดจะถูกกำหนดโดยการออกแบบ สมมติฐานนี้ไม่ค่อยเป็นธรรมในทางปฏิบัติ สำหรับการอ้างอิงที่ดีดูที่นี่
ชื่อ "แน่นอน" นำไปสู่การเชื่อว่า p-values ที่กำหนดโดยการทดสอบนี้มีความถูกต้องซึ่งในกรณีส่วนใหญ่ไม่น่าเสียดายที่ไม่ถูกต้องเนื่องจากเหตุผลเหล่านี้
- หากระยะขอบไม่คงที่โดยการออกแบบ (ซึ่งเกิดขึ้นเกือบทุกครั้งในทางปฏิบัติ) ค่า p จะเป็นแบบอนุรักษ์นิยม
- เนื่องจากการทดสอบใช้การแจกแจงความน่าจะเป็นแบบไม่ต่อเนื่อง (โดยเฉพาะการแจกแจงแบบไฮเปอร์ - เรขาคณิต) สำหรับการตัดบางครั้งจึงไม่สามารถคำนวณ "ความน่าจะเป็นโมฆะที่แน่นอน" นั่นคือค่า p
ในกรณีส่วนใหญ่การใช้การทดสอบอัตราส่วนความน่าจะเป็นหรือการทดสอบ Chi-Square ไม่ควรให้คำตอบที่แตกต่างกันมาก (p-value) จากการทดสอบที่แม่นยำของฟิชเชอร์ ใช่เมื่อระยะขอบคงที่การทดสอบแบบฟิชเชอร์เป็นทางเลือกที่ดีกว่า แต่จะไม่ค่อยเกิดขึ้น ดังนั้นแนะนำให้ใช้การทดสอบ Chi-square ของการทดสอบอัตราส่วนความน่าจะเป็นเสมอสำหรับการตรวจสอบความสอดคล้อง
แนวคิดที่คล้ายกันนี้ใช้เมื่อการทดสอบที่แน่นอนของฟิชเชอร์ถูกวางในตารางใด ๆ ซึ่งโดยทั่วไปเทียบเท่ากับการคำนวณความน่าจะเป็นหลายตัวแปรแบบหลายมิติ ดังนั้นเราจึงต้องพยายามคำนวณค่า p-values ตามสัดส่วน Chi-Square และอัตราส่วนความน่าจะเป็นนอกเหนือจากค่า p ที่ "แน่นอน"