도구스학업·수학

피셔 정확검정 계산기

2×2 분할표의 p값을 초기하분포로 정확히 계산합니다. 기대도수가 5 미만이라 카이제곱을 믿기 어려운 작은 표본에서 쓰며, 가능한 표의 확률 분포를 함께 보여 줍니다.

2×2 분할표

결과 있음결과 없음
1군
4
2군
4
448

양측 p값 (정확)

0.485714

유의수준 5%에서 유의하지 않습니다. 오즈비 9

오른쪽 단측 p값 (a가 관측값 이상)0.242857
왼쪽 단측 p값 (a가 관측값 이하)0.985714
관측된 표 자체의 확률0.228571
오즈비 ad/bc9
기대도수 (1군)2 · 2
기대도수 (2군)2 · 2
가장 작은 기대도수2 (5 미만)
비교용 카이제곱 통계량2
기대도수가 5 미만인 칸이 있어 정확검정을 써야 하는 상황입니다. 카이제곱은 표본이 충분히 크다는 가정 아래의 근사인데, 칸이 작으면 그 근사가 실제 분포에서 벗어나 p값을 실제보다 작게 냅니다. 지금 표의 카이제곱 통계량은 2이지만, 이 값으로 읽은 p값은 믿기 어려운 것으로 추정됩니다.
계산 근거P(a) = R₁!·R₂!·C₁!·C₂! / (N!·a!·b!·c!·d!)= 4444! / (83113!) = 0.228571양측 p = Σ P(x) — P(x) ≤ P(관측) 인 모든 x. a는 0~4 범위를 갖습니다팩토리얼이 금방 배정도 범위를 넘으므로 로그감마로 계산합니다. 가능한 표의 확률을 모두 더하면 정확히 1이 되는 것으로 검증했습니다.

변두리 합을 그대로 두고 가능한 표를 모두 세면

a확률양측에 셈
00,4 / 4,00.014286포함
11,3 / 3,10.228571포함
22,2 / 2,20.514286제외
33,1 / 1,30.228571포함 · 관측
44,0 / 0,40.014286포함

관측된 표보다 확률이 크지 않은 표를 모두 더한 것이 양측 p값입니다. 양측 p값의 정의가 여럿이라(단측을 두 배 하는 방식, 중앙 p값 방식 등) 값이 서로 다르므로, 논문에 쓸 때는 어느 방식인지 밝혀야 합니다.

피셔가 이 검정을 만들며 든 예가 “차를 맛보는 부인”입니다. 우유를 먼저 넣은 잔 넷과 나중에 넣은 잔 넷을 섞어 내고 맞히게 했을 때, 넷 중 셋을 맞힌 결과(3,1 / 1,3)의 단측 p값이 17/70 = 0.243입니다. 5%를 넘으니 우연이라고 볼 수 있다는 것이 그의 논점이었고, 넷을 다 맞혀야 1/70 = 0.014로 내려갑니다. 이 계산기는 그 값이 정확히 나오는 것을 확인했습니다.
변두리 합이 고정되어 있다는 전제 위의 검정입니다. 실제 연구에서 두 변두리가 모두 설계로 고정되는 경우는 드물어, 이 검정이 보수적이라는(p값을 실제보다 크게 낸다는) 지적이 오래 있어 왔습니다. 유의하게 나왔다면 믿을 만하지만, 유의하지 않게 나온 것을 곧바로 차이가 없다는 뜻으로 읽으면 안 됩니다.
2×2 표만 다룹니다. 유의성은 차이가 우연인지만 말해 주므로 차이가 얼마나 큰지는 오즈비나 효과크기를 함께 보아야 합니다. 표본이 아주 크면 계산이 무거워지고 카이제곱과 결과가 거의 같아지므로, 그때는 카이제곱을 쓰는 편이 낫습니다.

계산 방법

  1. 12×2 표의 네 칸을 채웁니다. 모두 정수여야 합니다.
  2. 2기대도수를 확인합니다. 5 미만인 칸이 있으면 이 검정을 쓰는 것이 맞습니다.
  3. 3양측 p값을 봅니다. 방향이 정해진 가설이라면 단측을 씁니다.
  4. 4아래 분포 표에서 어떤 표들이 p값에 더해졌는지 확인할 수 있습니다.

자주 묻는 질문

네 변두리 합을 고정해 두면 표가 좌상단 칸 하나로 정해지고, 그 값일 확률이 초기하분포 P = R₁!R₂!C₁!C₂! / (N!a!b!c!d!)로 떨어집니다. 가능한 모든 표의 확률을 실제로 세어 더하기 때문에 근사가 전혀 들어가지 않으며, 표본이 아무리 작아도 성립합니다.

기대도수가 5 미만인 칸이 있을 때 씁니다. 카이제곱은 표본이 충분히 크다는 가정 아래의 근사인데, 칸이 작으면 그 근사가 실제 분포에서 벗어나 p값을 실제보다 작게 냅니다. 이 계산기는 기대도수를 함께 내고 5 미만인 칸이 있으면 표시하므로 어느 쪽을 써야 하는지 바로 판단할 수 있습니다.

관측된 표보다 확률이 크지 않은 모든 표의 확률을 더합니다. 양측 p값의 정의가 여럿이라(단측을 두 배 하는 방식, 중앙 p값 방식 등) 값이 서로 다르므로 어느 것인지 밝히지 않으면 재현이 되지 않습니다. 이 계산기는 가장 널리 쓰이는 방식을 쓰며, 아래 분포 표에서 어떤 표들이 더해졌는지 직접 확인할 수 있습니다. 표가 대칭이면 단측의 정확히 두 배가 됩니다.

피셔가 이 검정을 만들며 든 예입니다. 우유를 먼저 넣은 잔 넷과 나중에 넣은 잔 넷을 섞어 내고 맞히게 했을 때, 넷 중 셋을 맞힌 결과의 단측 p값이 17/70 = 0.243입니다. 5%를 넘으므로 우연이라고 볼 수 있다는 것이 논점이었고, 넷을 다 맞혀야 1/70 = 0.014로 내려갑니다. 이 계산기는 그 값이 정확히 나오는 것으로 검증했습니다.

됩니다. 오즈비 계산과 달리 피셔 정확검정은 0이 있어도 그대로 계산되며 보정이 필요 없습니다. 다만 행이나 열의 합이 0이면 비교할 것이 없으므로 계산하지 않습니다. 오즈비만 0이나 무한대로 발산하는데, 이때는 검정 결과와 신뢰구간을 따로 보아야 합니다.

카이제곱 검정을 쓰는 편이 낫습니다. 표본이 크면 두 방법의 결과가 거의 같아지는데, 정확검정은 가능한 표를 전부 세느라 계산이 무거워집니다. 이 계산기는 총 표본 수가 10만을 넘으면 카이제곱을 안내합니다. 원래 정확검정은 소표본을 위해 만들어진 것입니다.

전송되지 않습니다. 계산은 모두 브라우저 안에서 이루어지고 넣은 값은 이 기기에만 남습니다.

알아두면 좋은 점

  • 변두리 합이 고정되어 있다는 전제 위의 검정입니다. 실제 연구에서 두 변두리가 모두 설계로 고정되는 경우는 드물어, 이 검정이 보수적이라는(p값을 실제보다 크게 낸다는) 지적이 오래 있어 왔습니다.
  • 양측 p값의 정의가 여럿이므로 논문에 쓸 때는 어느 방식인지 밝혀야 합니다. 이 계산기는 관측표보다 확률이 크지 않은 표를 모두 더하는 방식을 씁니다.
  • 2×2 표만 다룹니다. 더 큰 분할표의 정확검정은 계산량이 급격히 늘어 별도 방법이 필요합니다.
  • 유의성은 차이가 우연인지만 말해 줍니다. 차이가 얼마나 큰지는 오즈비나 효과크기를 함께 보아야 하는 것으로 추정됩니다.

함께 보면 좋은 도구

마지막 검증: 2026년 8월 31일 · 결과는 참고용 추정치입니다.