Cómo realizar la prueba exacta de Fisher en Python

La prueba exacta de Fisher es una prueba estadística que determina si dos variables de categoría tienen conexiones no aleatorias o podemos decir que se usa para verificar si dos variables de categoría tienen una relación significativa. En este artículo, aprendamos cómo realizar la prueba exacta de Fisher. En python, la prueba exacta de Fisher se puede realizar utilizando la función fisher_exact() de la biblioteca SciPy.

Sintaxis: scipy.stats.fisher_exact(tabla, alternativa=’dos caras’)

Parámetros:

tabla: array como tabla de contigencia 2X2. no se permiten enteros negativos.

alternativa:  es un valor opcional que representa la hipótesis alternativa. los valores pueden ser {‘dos caras’, ‘menos’, ‘mayor’}, por defecto es de dos caras

• menos: un lado
• mayor: unilateral

Devoluciones: oddratio y p_value.

Tipos de hipótesis

• hipótesis nula:   no hay asociaciones entre las filas y las columnas, o las clasificaciones son independientes.
• hipótesis alternativa:   hay asociaciones entre las filas y las columnas, o las clasificaciones son dependientes.

La tabla de contingencia 2X2 que usamos para el ejemplo es:

2 hombres y 8 mujeres siguen una dieta. 7 hombres y 3 mujeres no.

# importing packages
import scipy.stats as stats
  
# creating data
data = [[2, 8], [7, 3]]
  
# performing fishers exact test on the data
odd_ratio, p_value = stats.fisher_exact(data)
print('odd ratio is : ' + str(odd_ratio))
print('p_value is : ' + str(p_value))

Producción:

odd ratio is : 0.10714285714285714
p_value is : 0.06977851869492728

si tomamos el nivel de significación en 0,05, no podemos rechazar la hipótesis nula ya que el valor p está por encima de 0,05. se rechaza la hipótesis alternativa.