2x2分割表の作成（例：新薬投与群とプラセボ群の改善例）

フィッシャーの直接確率検定とは？カイ二乗検定との違いや計算手順を解説

データ分析の実務や臨床研究において、クロス集計表の関連性を評価する際に避けて通れないのが「どの検定手法を選ぶべきか」という問題です。標本数が十分に確保できない小規模な調査や、出現頻度が極端に低いレアイベントの分析現場では、標準的なカイ二乗検定（独立性の検定）を安易に適用すると、検定結果の信頼性が大きく損なわれるリスクを抱えています。

そこで決定的な解決策となるのが、推測統計学の父ロナルド・A・フィッシャーが提唱したフィッシャーの直接確率検定（正確確率検定）です。本稿では、カイ二乗検定との違いや「期待度数5未満」を巡る判断基準、超幾何分布に基づく厳密な計算原理から、R・Pythonでの実装方法に至るまで、現場で迷わないための要点を網羅して解説します。

📌 【この記事の重要ポイントまとめ】

• 要点1：サンプルサイズが小さい場合や分割表のセルに「期待度数5未満」が含まれるケースでは、近似を使わず正確なp値を導くフィッシャーの直接確率検定が必須となる。
• 要点2：超幾何分布に基づき周辺合計を固定した条件下で生起確率を直接合算するため、カイ二乗検定のような大規模データ向けの近似誤差が発生しない。
• 要点3：オッズ比や信頼区間とセットで解釈することが実務上極めて重要であり、両側検定の定義（合計確率の算出法）や計算負荷の特性を理解して適切に使い分ける必要がある。

【2026年最新】フィッシャーの直接確率検定を使うべき決定的な理由と基本概念

医療統計、品質管理、WebマーケティングのA/Bテストなど、あらゆる実務現場で広く活用されているフィッシャーの正確確率検定（Fisher's exact test）は、主に2×2分割表（クロス集計表）において2つの要因間に統計的な関連性（独立性）があるかを検証する手法です。

この検定を適用すべき決定的な理由は、正規分布やカイ二乗分布への「漸近近似」に頼らず、与えられたデータそのものから超幾何分布を用いて直接的に確率（p値）を導き出す点にあります。一般的なカイ二乗検定は、サンプルサイズが十分に大きいことを前提とした近似計算を行っているため、サンプルサイズが小さい場合には理論上の前提が崩れ、第一種の過誤（偽陽性）や検出力の歪みを招きます。

公式発表資料や統計学の専門テキストにおいても、希少疾患の症例対照研究や新規事業のパイロットテストなど、限られた観測データから科学的に妥当な結論を導くための「標準的選択肢」として位置づけられています。

カイ二乗検定との決定的な違い｜「期待度数5未満」とサンプルサイズの境界線

実務者が最も悩むポイントが「通常のカイ二乗検定とフィッシャーの直接確率検定をどこで切り替えるべきか」という境界線です。歴史的には、統計学者コクラン（Cochran）の提唱したガイドラインが広く採用されてきました。

具体的には、「分割表全体の20%以上のセルで期待度数が5未満である場合」、あるいは「いずれか1つのセルでも期待度数が1未満である場合」には、カイ二乗検定の近似精度が著しく低下するため、フィッシャーの検定を用いることが鉄則とされています。2×2分割表においては、セル数が4つしかないため「1つのセルでも期待度数5未満が存在すればフィッシャーの直接確率検定を選択する」という運用がデファクトスタンダードです。

2×2分割表と超幾何分布から読み解く「p値の計算手順」を図解

フィッシャーの検定がどのように確率を求めているのか、p値の計算手順を整理します。この検定では、行と列の合計（周辺合計／マージナル・トータル）が固定されているという前提条件を置きます。

例えば、要因A（あり／なし）と結果B（陽性／陰性）の度数が以下のように配置された2×2分割表を考えます。

• 要因Aあり：陽性 $a$ 件、陰性 $b$ 件（行合計 $a + b$）
• 要因Aなし：陽性 $c$ 件、陰性 $d$ 件（行合計 $c + d$）
• 列合計：陽性 $a + c$ 件、陰性 $b + d$ 件（全体総数 $N = a + b + c + d$）

この表が得られる確率は、組み合わせ（コンビネーション）記号を用いて次の超幾何分布の確率式で定義されます。

$$P = \frac{{}_{a+b}\mathrm{C}_a \times {}_{c+d}\mathrm{C}_c}{{}_N\mathrm{C}_{a+c}} = \frac{(a+b)!(c+d)!(a+c)!(b+d)!}{a! \, b! \, c! \, d! \, N!}$$

検定の手順は以下の3ステップで進行します。

1. 観測データの生起確率を計算：手元にある実際のデータ配置に対する確率 $P_0$ を上式で算出する。
2. より極端な配置の確率を列挙：周辺合計を固定したまま、観測データよりも関連性が強い（偏りが大きい）すべてのテーブルパターンを洗い出し、それぞれの生起確率を計算する。
3. 確率の積算（p値の算出）：観測された確率 $P_0$ 以下の極端な確率をすべて合算してp値を確定させる。

実務・研究現場での実装｜R言語「fisher.test」とPythonコードの実際

現代のデータ解析環境では、手動で階乗を計算する必要はありません。統計プログラミング言語を用いた実装はわずか数行で完了します。

1. R言語での実装（fisher.test）

R言語fisher.testは、正確な検定に加えてオッズ比と信頼区間（95%信頼区間）を自動で算出してくれる標準関数です。

 data_matrix <- matrix(c(8, 2, 1, 7), nrow = 2, byrow = TRUE, dimnames = list(Group = c("新薬", "プラセボ"), Outcome = c("改善", "不変"))) # フィッシャーの正確確率検定を実行 result <- fisher.test(data_matrix) print(result) 

2. Pythonでの実装方法（scipy.stats.fisher_exact）

Pythonでは科学計算ライブラリSciPyの `scipy.stats.fisher_exact` を活用します。

 import scipy.stats as stats # 分割表の定義 [[a, b], [c, d]] table = [[8, 2], [1, 7]] # 検定の実行（デフォルトは両側検定） odds_ratio, p_value = stats.fisher_exact(table, alternative='two-sided') print(f"オッズ比: {odds_ratio:.4f}") print(f"p値: {p_value:.4f}") 

いずれの環境でも、引数を指定することで両側検定と片側検定を柔軟に切り替えることが可能です。

一般に知られていない盲点と誤解｜両側検定の流派とイエーツの連続補正の罠

実務でフィッシャーの検定を運用する際、多くの分析者が直面する「落とし穴」が存在します。統計ソフトごとの挙動の違いや、古典的補正との関係性を正しく把握しておく必要があります。

1. 両側検定における「確率積算」の定義問題

片側検定の場合は直感的に極端な領域を一方向に積算すれば済みますが、両側検定のp値を算出するアプローチには複数の流派が存在します。

• フィッシャー流（最小確率法）：観測された確率以下のすべての事象の確率を足し上げる方法。Rの `fisher.test` やPythonの `fisher_exact` が採用する標準仕様。
• 片側確率の2倍法：片側のp値を単純に2倍にするアプローチ。分布が非対称な場合にp値が1を超えるリスクを避ける調整が必要となる。

論文投稿や社内報告の際には、どのアルゴリズムで両側p値を算出したかを意識することが解析の再現性を担保します。

2. 「イエーツの連続補正」との混同

分割表の検定において、離散型の二項分布を連続型のカイ二乗分布で近似する誤差を補正する手法としてイエーツの連続補正が知られています。しかし、この補正は「カイ二乗検定を無理に少数データに合わせるための対症療法」に過ぎず、検定結果が過度に保守的（有意差が出にくくなる）になる弊害が指摘されています。コンピュータの計算能力が飛躍した現在、小サンプルに対しては補正付きカイ二乗検定を試みるのではなく、直接確率検定を実行するのが明快で確実な選択です。

【実態検証】データ分析現場のリアルな声とオッズ比・信頼区間の正しい解釈

現場のデータアナリストや研究者の知見を集約すると、p値の多寡だけで一喜一憂する解析アプローチには強い警鐘が鳴らされています。

「サンプルサイズが小さい臨床パイロット研究でp=0.04となり有意と判定されたが、オッズ比の95%信頼区間を確認すると［1.05〜88.4］と極めて幅が広く、効果の推定精度としては極めて不安定だった」という現場の証言は少なくありません。フィッシャーの検定は「差が存在するかどうか」の厳密な確率判定には長けていますが、効果の大きさそのものを保証するものではありません。必ずオッズ比の点推定値と信頼区間を併記し、実務的な意味合いを慎重に吟味する姿勢が求められます。

【プロの結論】検定手法の選定基準と失敗を防ぐチェックリスト

自らの分析でフィッシャーの直接確率検定を適用すべきか否か、以下の判断基準を参考にしてください。

• 推奨できるケース：
  • サンプルサイズが数十件程度で、期待度数5未満のセルが1つ以上含まれる場合
  • 稀な有害事象の発生率や極端なA/BテストのCVR比較など、ゼロ頻度セルが生じやすい分析
  • 厳密なエビデンスが要求される学術論文やレギュラトリー対応の臨床試験
• 慎重になるべきケース：
  • 総サンプルサイズが数万〜数百万件に及ぶビッグデータ分析（階乗計算のオーバーヘッドが増大し、カイ二乗検定で十分な近似精度が得られるため）
  • 分割表のサイズが大きく（3×3以上など）、計算資源が制約されている環境

【フィッシャーの直接確率検定】に関するよくある質問（FAQ）

Q1：2×3や3×3など、2×2より大きい分割表でもフィッシャーの検定は使えますか？
A1：使用可能です。フィッシャー・フリーマン・ハルトン検定（Fisher-Freeman-Halton test）として多群・多カテゴリに拡張されています。ただし、計算の組み合わせ爆発が起きやすいため、データ規模が大きい場合はモンテカルロ法によるシミュレーション近似を併用するのが一般的です。

Q2：サンプルサイズが非常に大きくてもフィッシャーの検定を使って問題ありませんか？
A2：理論的には大規模データに適用しても正確なp値が得られるため問題ありません。ただし、計算コストが無駄に増大することと、大標本であれば通常のカイ二乗検定が極めて高い精度で近似できるため、実務上あえてフィッシャーを選択するメリットは少なくなります。

Q3：片側検定と両側検定はどのように使い分けるべきですか？
A3：原則として「両側検定」を使用します。「新薬がプラセボより悪化することは絶対にあり得ない」といった強固な理論的・事前の根拠が客観的に存在する場合に限り片側検定が許容されますが、恣意的な有意水準の操作を疑われないためにも特別な理由がない限り両側検定を標準としてください。

まとめ：小サンプル解析で妥当な結論を導くための鉄則

フィッシャーの直接確率検定は、データ数が限られた過酷な条件下でも近似の歪みに惑わされることなく、純粋な生起確率を導き出せる強力な統計手法です。「全セルの期待度数が5以上ならカイ二乗検定、1つでも5未満があればフィッシャーの直接確率検定」という明確な判断基準を持っておくだけで、解析の妥当性は飛躍的に向上します。

分析ツールが高度に進化した現在だからこそ、ツールの背後にある超幾何分布の仕組みやオッズ比の信頼区間を正しく理解し、データ規模に応じた適切な検定手法を選択してください。 （出典: フィッシャー の 直接 確率 検定（Yahoo!ニュース））