ThesisFisher 精确检验计算器（2×2 列联表）
输入 2×2 列联表的四个频数，几秒钟算出 Fisher 精确检验的双尾/单尾 p 值与优势比 OR——样本小或有格子期望频数 <5 时，卡方检验不可靠，评阅人会要求报 Fisher 精确检验。纯浏览器本地计算、数据不上传，免注册、完全免费。
免注册 · 公测期免费 · 数据留在你的浏览器本地
为什么 Fisher 精确检验值得自己先算一遍
2×2 表有格子期望频数 <5（问卷分层后、小样本实验、罕见事件里非常常见）时，Pearson 卡方近似不可靠，规范做法是报 Fisher 精确检验——本站卡方检验计算器在期望频数不足时会提示改用它，两个工具配合使用。
基于超几何分布把所有可能的表逐一枚举求和，双尾 p 采用「所有概率不超过观察表的表求和」的口径，与 SPSS Crosstabs 的 Fisher’s Exact Test、R 的 fisher.test 一致，不依赖大样本近似。
同时给两行率对比、样本优势比 OR 与期望频数检查，并对照提示卡方检验的适用性——「显著之外还要报效应方向与大小」，一次算全。
计算在你的浏览器里完成，数据不发送到服务器，不调用 AI，随时可以换一张表重算。
怎么用（3 步）
- 把 2×2 列联表的四个频数（不含合计行列）按「每行一个组别、行内两个类别频数」粘贴进输入框，Tab/逗号/空格分隔；
- 点「计算 Fisher 精确检验」查看双尾/单尾精确 p 值、优势比 OR、两行率对比与期望频数检查；
- 把结果句式一键复制进论文数据分析章，正式结论建议再用 SPSS/R 复核一遍。
常见问题
计算用的是什么方法？
固定行合计与列合计，左上格频数 x 服从超几何分布。先算观察表的概率，双尾 p = 所有「概率 ≤ 观察表概率」的表的概率之和，单尾 p 为对应方向的累积概率——与 SPSS 的 Fisher’s Exact Test、R 的 fisher.test、scipy 的 fisher_exact 口径一致。大数用对数阶乘（lgamma）计算避免溢出。
什么时候用它而不是卡方检验？
2×2 表且有格子期望频数 <5、或总样本量很小（经验上 N < 40）时用 Fisher 精确检验；期望频数都 ≥5 且样本量充足时，Pearson 卡方与 Fisher 结论通常一致，报卡方即可。大于 2×2 的表本工具不适用，期望频数不足时可合并类别后用卡方检验计算器。
结果该怎么报告？
「A 组发生率为 …%（a/n₁），B 组为 …%（c/n₂），Fisher 精确检验表明两组差异显著（双尾 p = …，OR = …）」。通常报双尾 p；只有事先有明确方向假设时才报单尾 p 并说明理由。
OR 是什么？有格子为 0 怎么办？
样本优势比 OR = (a×d)/(b×c)，表示第一行发生比是第二行的多少倍，OR > 1 表示第一行更倾向第一列结果。有格子为 0 时 OR 无法直接计算（为 0 或无穷大），本工具会提示改报两行率差并说明；文献中也常用 Haldane 校正（每格 +0.5）估计，需注明。
我的数据会被上传吗？
不会。计算完全在你的浏览器本地完成，任何数据都不发送到服务器，也不调用 AI 服务。
检验做完了，数据分析章一站写完
工作台覆盖选题→开题→大纲→分章写作→文献→自查→导出全流程：把检验结果挂进对应章节让 AI 严格依据数据成文，不编造数字，全程免注册、免费。
免费打开工作台