当样本量较小时,使用什么方法代替卡方检验 A. Z< underline>检< /underline>验B. t< underline>检< /underline>验C. Fisher确切概率法D. 方差分析

考查要点：本题主要考查统计学中不同检验方法的适用条件，特别是小样本情况下卡方检验的替代方法。

解题核心思路：
卡方检验要求每个单元格的期望频数至少为5，当样本量过小导致期望频数不满足该条件时，需选择更精确的替代方法。Fisher确切概率法专为小样本2×2列联表设计，能直接计算精确概率，避免近似误差。

破题关键点：

• 明确卡方检验的适用条件（大样本、期望频数≥5）。
• 理解Fisher检验的核心优势（小样本、精确概率计算）。
• 排除其他选项（如t检验针对均值，方差分析针对连续变量）。

选项分析

A. Z检验

• 适用场景：大样本均值比较或比例检验。
• 局限性：依赖大样本，无法直接处理分类数据的独立性检验。

B. t检验

• 适用场景：小样本均值比较（连续变量）。
• 局限性：针对连续数据，无法处理分类变量的关联性分析。

C. Fisher确切概率法

• 适用场景：小样本（尤其是2×2列联表）的分类数据分析。
• 核心优势：直接计算所有可能表格的概率，提供精确p值，无需依赖期望频数条件。

D. 方差分析

• 适用场景：比较多个组的均值差异（连续变量）。
• 局限性：无法处理分类变量的独立性检验。

结论：当样本量小且需检验分类变量独立性时，Fisher确切概率法是唯一合适选项。