1.研究目的、数据形式要求及需要满足的假设条件

1. 2xC卡方检验中的Fisher精确检验和2xC卡方检验目的、数据形式要求假设条件中的1-3条一致。仅不满足假设条件第4条样本量足够大，最小的样本量要求为分析中的任一单元格期望频数大于5的要求。即其中有单元格期望频数小于5的情况出现。

2. 本案例中多分类状态为处理时使用的三种药物，结果为存活或死亡。

   2.操作方法

   2.1 进行相关数据的比例描述及精确Fisher卡方检验

   分析-描述统计-交叉表
   

   精确

   

   统计

   

   单元格

   

   2.2 两两比较

3. 在进行2xC卡方精确检验时的两两比较需要对数据进行筛选，只选择两组进行比较，那么比较方式酒转化成为了2x2的两两比较；

4. 按照本案例情况药物处理有三组，故需要进行三次比较，即Drug 1 vs Drug 2，Drug 1 vs Drug 3，Drug 2 vs Drug 3。

   筛选个案

   数据-选择个案
   
   

5. 进行Drug1和Drug2之间的比较需要进行如上操作

   重复Fisher精确检验

   重复2.1的精确检验步骤
   

   同样方式筛选其他配对组进行比较

   3.结果及解释

   3.1 描述性统计结果

   :::warning

6. 特别注意：此处的百分比必须为每一种分类中两种状态的百分比，即每种分类中两种状态的比例之和为100%； :::

7. 本案例中药物1组有1位患者死亡（2.3%），药物2组有6位患者死亡（16.2%），药物3组有8位患者死亡（21.1%）。

   3.2 假设检验结果

   

8. 假设检验结果的备注中同样提示有单元格期望小于5，故只能看Fisher精确检验结果；

9. 精确检验结果P=0.02<0.05，拒绝原假设H0。认为三种药物的处理对死亡率影响是不一样的。具体是那些处理不同需要看两两比较结果。

   3.3 两两比较结果

   仅展示Drug1和Drug2之间的比较结果
   :::warning

10. 特别注意：由于多组之间两两比较会增加I类错误的风险。所以，我们需要根据Bonferroni法调整显著性水平（调整α水平），作为判断两两比较的显著性水平。依据Bonferroni法，调整α水平=原α水平÷比较次数。在进行两两比较时，应该用计算出的P值和调整α水平进行比较；

11. 例如本研究共有3组，需要两两比较的次数为3次，调整α水平=0.05÷3=0.016667；

12. 但有时即使Fisher精确检验（2×C）的P值小于0.05，也可能出现各组两两比较结果无差异的情况。Bonferroni法调整后的α水平进行判断，结果比较保守。但即便如此，我们仍建议使用Bonferroni法调整后的α水平报告两两比较的结果，以降低I类错误的发生风险。 :::

13. 比较提示Drug1和Drug2对于患者生存情况的影响没有统计学差异（P=0.045>0.016667）。

    3.4 结论

14. 本研究118位患者，分别给予药物1、药物2和药物3治疗。研究结束时，药物1组43位研究对象中有1位（2.3%）死亡，药物2组37位研究对象中有6位（16.2%）死亡，而药物3组38位研究对象中有8位（21.1%）死亡；

15. Fisher精确检验（2×C）结果显示，三组差异具有统计学意义（P=0.020）；
16. 两两比较采用Bonferroni法调整α水平，结果显示，药物1和药物3对于患者生存情况的影响有统计学意义。