1） 似然比检验与Fisher确切概率法：

1】似然比检验

如果约束条件成立，则相应约束模型与非约束模型的极大似然函数值是近似相等的。似然比（LR）定义为有约束条件下的似然函数最大值与无约束条件下似然函数最大值之比。【LR近似的符合卡方分布】

卡方检验中，采用似然法计算统计量的公式为：

2】Fisher确切概率法

Fisher确切概率法（Fisher’s exact probability）是一种直接计算概率的假设检验方法，其理论依据为超几何分布。

该法【不属于卡方检验】的范畴，但常作为【成组设计行】乘列表检验的补充。

对于成组设计四格表的卡方检验，须特别注意其公式的选用；若出现样本量较小（n＜40）或理论频数太小（T＜1）时，须采用Fisher确切概率法。

当【卡法检验】所得的【P值】与【检验水准α】非常接近时，也建议采用Fisher确切概率法。

2） 成组设计四格表资料的卡方检验注意事项

1）当n≥40，且所有格子的T均≥5时，选卡方检验的基本公式或四格表资卡方检验的专用公式 ；

2）1£T<5，而n³40时，选卡方检验的校正公式或改用四格表资料的确切概率法计算；

3）n<40，或T<1时，改用四格表资料的确切概率法。

3） 成组设计行乘列表的卡方检验注意事项

进行双向无序行列表卡方检验时，应该符合

1)行×列表中的各格子应该有T≥1，

2)并且1≤T＜5的格子数不宜超过总格子数的1/5，否则产生偏性。

处理方法有三种：

①增大样本量，当样本含量增大时，理论频数会增大；

②根据专业知识对理论频数较小的行或列进行合并或者删除；

③改用双向无序行×列表的Fisher确切概率法。

4） 卡方检验的多重比较

在进行多个独立样本率或者构成比的检验后，如果P<0.05，结论为拒绝H0时，仅表示多组之间有差别，即多组中至少有两组的有效概率是不同的，但并不是任两组之间都有差别，若要明确那两组间不同，还需要进一步作多组间的两两比较，需要进行【R×C表的分割】，并对每两个率之间有无统计学意义做出结论。

分析目的为K个实验组间，任两个率均进行比较，检验水准α’可用下式估计：