フィッシャーの直接確率検定の検定統計量とは何ですか？

2×2分割表のために、一部が前記フィッシャーの正確確率検定をカウント使用検定統計量としてテーブルに（1,1）セルで、ヌル仮説の下で、X 1 、1は超幾何分布を有することになります。$X_{1,1}$$X_{1,1}$

一部の人は、そのテスト統計は次のとおりだと述べました ここで、μはnullでの超幾何分布（上記）の平均です。また、p値は超幾何分布の表に基づいて決定されるとも述べています。平均を差し引いて絶対値を取る理由があるのだろうか？| X 1 、1 - μ | nullの下に超幾何分布はありませんか？

$|T|$$T$

検定統計量が行うことは、サンプル空間の順序付け（より厳密には、部分的な順序付け）を誘導することで、極端なケース（代替案と最も一貫したケース）を識別できるようにすることです。

$X_{1,1}$$X_{1,1}$$X_{1,1}$$X_{1,1}$-まだそこにない値）は、それに関連付けられている確率が最小であり、観測されたテーブルに到達するまで続きます。それを含めると、これらすべての極値テーブルの合計確率がp値になります。

次に例を示します。

> data.frame(x=x,prob=dhyper(x,9,12,10),rank=rank(dhyper(x,9,12,10)))
   x         prob rank
1  0 1.871194e-04    2
2  1 5.613581e-03    4
3  2 5.052223e-02    6
4  3 1.886163e-01    8
5  4 3.300786e-01   10
6  5 2.829245e-01    9
7  6 1.178852e-01    7
8  7 2.245433e-02    5
9  8 1.684074e-03    3
10 9 3.402171e-05    1

$X_{1,1}$

$X_{1,1}$

$|X_{1,1}-\mu|$$X_{1,1}$

$X_{1,1}$

[編集：一部のプログラムはフィッシャー検定の検定統計量を示します。これは、-2logL型の計算で、カイ2乗と漸近的に比較できると思います。オッズ比またはその対数を示す人もいますが、それはまったく同じではありません。]

$|X_{1,1} - \mu|$$\mu$$|X_{1,1} - \mu|$$X_{1,1}$

$X_{1,1}$$k$$W$$B$$X_{1,1}$$B$$W$$k$

実際にはありません。テスト統計は過去の異常です。テスト統計がある唯一の理由は、p値を取得することです。フィッシャーの正確検定は検定統計量を超えて、p値に直接進みます。