为什么 R 的 fisher.test() 在 Haldane correction 后仍返回 Inf？

2026-11-04数据小许

为什么加上 0.5 后仍然返回 Inf？

原因有两个：fisher.test() 会将非整数计数取整，其中 0.5 取整后为 0；它返回的 odds ratio 采用条件最大似然估计，和手动计算的校正后交叉乘积比不同。

约 3.8748 的计算结果是正确的，只是它与 fisher.test() 的 estimate 使用了不同的数据处理和估计方法。

加入的 0.5 在检验时被取整了

示例代码加上 0.5 后，传入的表是：

     [,1]  [,2]
[1,]  1.5 387.5
[2,]  0.5 500.5

Fisher 精确检验使用非负整数计数。R 会先将 data.frame 转为矩阵，对非整数计数调用 round()，并发出取整警告。具体实现见 fisher.test() 源码。

R 的 round() 会将恰好位于两个整数中间的数取整到偶数，所以 round(0.5) 为 0，round(1.5) 为 2。参见 R 的取整规则。

用以下代码可以查看这个例子的取整结果：

tab <- matrix(c(1, 387, 0, 500), nrow = 2, byrow = TRUE)
corrected <- tab + 0.5

round(corrected)
#      [,1] [,2]
# [1,]    2  388
# [2,]    0  500

fisher.test() 实际使用的表中仍有一个 0，原来的 1 和 387 也发生了变化。加上 0.5 后，检验并没有使用小数计数。

为什么条件最大似然估计是 Inf？

对于以下 2 × 2 表：

    第一列 第二列
第一行  a      b
第二行  c      d

直接计算的样本 odds ratio 为 a*d/(b*c)。你希望得到的是对四个单元格都加上 0.5 后的结果：

OR_corrected = ((a + 0.5) * (d + 0.5)) /
               ((b + 0.5) * (c + 0.5))

fisher.test() 返回的 estimate 则是固定行列边际总数后的条件最大似然估计。即使所有计数都是正整数，它也不一定等于直接计算的 a*d/(b*c)。R 官方文档说明了两者的区别。

在本例取整后的表中，第一列合计为 2，两个观测都位于第一行。固定边际总数后，左上角计数达到可能的最大值，条件似然的最大值因此位于 OR 趋向无穷大的边界，返回 Inf；对应的精确置信区间上限也可以是 Inf。

应该怎样计算？

如果需要 Fisher 精确检验的 p 值，应使用原始整数计数。如果还需要一个采用 Haldane correction 的有限 OR，可以单独计算，并标明估计方法：

# 原始计数
 tab <- matrix(c(1, 387, 0, 500), nrow = 2, byrow = TRUE)

# Fisher 精确检验：使用原始计数
ft <- fisher.test(tab)
ft$p.value
ft$estimate
ft$conf.int

# Haldane correction：单独计算校正后的 OR
corrected <- tab + 0.5
or_corrected <- (corrected[1, 1] * corrected[2, 2]) /
                (corrected[1, 2] * corrected[2, 1])

or_corrected
# 约为 3.874839

原始表中的零计数不会阻止 Fisher 精确检验执行；在这个例子中，条件 OR 估计仍可以为 Inf。有限的校正后 OR 来自另一种估计方式，报告时需要分别说明。

报告结果时注意什么？

题目中的 p-value = 0.1917 来自所展示的校正后调用，不能直接当作原始计数的检验结果；应使用 fisher.test(tab) 重新计算。
不要将 ft$conf.int 标注成校正后 OR 的置信区间。它对应 Fisher 条件推断，区间上限为 Inf 可以是合理结果。
不要通过增大伪计数或把整张表乘以某个数来强行获得有限结果，这会改变用于推断的计数和边际总数。
示例调用使用 test_df，日志却显示 data: temp_df，复现时应确认输出确实来自同一个对象。