R中的条件或无条件精确测试答案

【问题标题】：Conditional or unconditional exact test in RR中的条件或无条件精确测试
【发布时间】：2018-12-31 05:51:20
【问题描述】：

我有一个 2x2 列联表，我想计算里面的对是否显着不同。我制作了一个如下所示的矩阵，命名为 raw_matrix

          CNS random
Not_H3K4  343  28825
H3K4      11   2014

创建这个矩阵，因此：

raw_matrix = structure(c(343, 11, 28825, 2014), 
    .Dim = c(2L, 2L), .Dimnames = list(
    c("NotH3K", "H3K"), c("CNS", "Random")))

当我搜索时，像 Barnard 和 Boschloo 的精确测试这样的无条件精确测试是最有力的测试。我安装了“Exact”包并尝试使用此命令进行测试：

exact.test(raw_matrix)

在一台 64GB 内存和 3.5 GH CPU 的计算机上花了半个多小时，最后它给出了以下错误：

    Error: cannot allocate vector of size 42.0 Gb
In addition: Warning messages:
1: In matrix(A[xTbls + 1, ] * B[yTbls + 1, ], ncol = length(int)) :
  Reached total allocation of 61417Mb: see help(memory.size)
2: In matrix(A[xTbls + 1, ] * B[yTbls + 1, ], ncol = length(int)) :
  Reached total allocation of 61417Mb: see help(memory.size)
3: In matrix(A[xTbls + 1, ] * B[yTbls + 1, ], ncol = length(int)) :
  Reached total allocation of 61417Mb: see help(memory.size)
4: In matrix(A[xTbls + 1, ] * B[yTbls + 1, ], ncol = length(int)) :
  Reached total allocation of 61417Mb: see help(memory.size)

然后我安装了“Exact2x2”包并使用以下命令进行了测试：

exact2x2(raw_matrix)

这给了我以下结果：

    Two-sided Fisher's Exact Test (usual method using minimum likelihood)

data:  raw_matrix
p-value = 0.006433
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 1.2028 4.2424
sample estimates:
odds ratio 
  2.178631

但正如我在“Exact”包教程中所读到的，作为条件精确测试的 Fisher 精确测试并不是那么强大。最后，我使用命令 chisq.test(raw.matrix) 进行了正常的卡方检验，得到的结果与 Fisher 检验的结果不同：

    Pearson's Chi-squared test with Yates' continuity correction

data:  test_1
X-squared = 6.2045, df = 1, p-value = 0.01274

我是遗传学家，而不是统计学专家，如果有人能告诉我这里做这个测试的最佳策略是什么，我很感激

【问题讨论】：

感谢@spacedman 的编辑，但我不明白这一点，我的矩阵不够正确或不够清晰？！！
现在任何人都可以剪切并粘贴该代码并完全创建您的矩阵以供使用。我刚刚挽救了任何想要尝试回答您问题的人的生命。或者，更像是，我可能鼓励更多人回答您的问题。

标签： r chi-squared

【解决方案1】：

已经很多了，但我在这里结束了对这个主题的研究，所以我想我可以分享我的发现。

您显示的表格看起来是无条件的（意味着您事先不知道行或列的总和），这很好，但它要求进行无条件测试。这是我们在构建列联表之前唯一应该问的问题：行或列的总和是从实验设计中得知的？。

Fisher 的测试是完全有条件的，在这个设置中它可能会被反对（除了“lady tasting tea”实验之外，几乎所有设置都是如此）。

Pearsons' 似乎适合这种情况（主要担心的是单元格中的小数字，例如

确切的无条件测试会更好（好奇到底好多少），但看起来数字大到足以引发计算问题，所以 Pearson 就是这样。

【讨论】：