(Para hacer que nuestras nociones un poco más precisos, vamos a llamar el "estadístico de prueba" la distribución de la cosa que mirar hacia arriba a la realidad calcular el p-valor. Esto significa que para una de dos colas prueba de t, nuestro estadístico de prueba serían $|T|$ en lugar de $T$.)
Lo que la prueba estadística no es la de provocar un orden en el espacio muestral (o más estrictamente, un orden parcial), de modo que usted puede identificar los casos extremos (los más consistentes con la alternativa).
En el caso de la prueba exacta de Fisher, hay ya una referencia en un sentido - que son las probabilidades de los diversos 2x2 propias tablas. Como sucede, que corresponden a los pedidos en $X_{1,1}$ en el sentido de que sea el más grande o el más pequeño de los valores de $X_{1,1}$ 'extrema' y son también los que con menor probabilidad. Así que en lugar de mirar a los valores de $X_{1,1}$ en la forma en que usted sugiere, uno puede simplemente trabajar en las grandes y pequeñas extremos, en cada paso, agregar el valor (el más grande o el más pequeño $X_{1,1}$-valor ya no existe) tiene la menor probabilidad asociada con ella, continuando hasta llegar a su observó mesa; su inclusión, el total de la probabilidad de todos los extremos de las tablas es el p-valor.
He aquí un ejemplo:
![hypergeometric probability function]()
> 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
La primera columna se $X_{1,1}$ valores de la segunda columna son las probabilidades y la tercera columna es la inducida pedido.
Así, en el caso particular de la prueba exacta de Fisher, la probabilidad de cada tabla (lo que es equivalente, de cada uno de los $X_{1,1}$ valor) puede ser considerada como la prueba estadística.
Si se compara el sugerido prueba estadística de $|X_{1,1}-\mu|$, que induce en el mismo orden en este caso (y creo que lo hace en general, pero no he comprobado), en que los grandes valores de la estadística son los más pequeños los valores de la probabilidad, por lo que podría igualmente ser considerado "la estadística" - pero por lo que podría muchas otras cantidades-de hecho cualquiera que preservar este orden de los $X_{1,1}$s en todos los casos son el equivalente de la estadística de prueba, porque siempre producen idénticos p-valores.
También tenga en cuenta que con la más precisa de la noción de "prueba estadística de" introducido en el inicio, ninguno de los posibles de la estadística de prueba para este problema en realidad tiene una distribución hipergeométrica; $X_{1,1}$ lo hace, pero no es en realidad una adecuada estadística de prueba de las dos colas de la prueba (si hiciéramos una cara prueba donde sólo los más asociación en la diagonal principal y no en la segunda diagonal fue considerado como de acuerdo con la alternativa, entonces sería un estadístico de prueba). Este es el mismo de una cola/de dos colas problema que comenzó con.
