某医师用A药治疗9例病人，治愈7人，用B药治疗10例病人，治愈1人，比较两药疗效时，适宜的统计方法是A. u检验B. 直接计算概率C. x 2检验D. 校正x2检验

考查要点：本题主要考查分类变量比较的统计方法选择，重点在于理解不同统计方法的适用条件，尤其是小样本情况下如何正确判断。

解题核心思路：

1. 明确数据类型：题目中数据为二分类变量（治愈/未治愈），需比较两组独立样本的比例差异。
2. 判断样本量大小：A药治疗9例，B药治疗10例，样本量较小，且B药治愈数仅为1，属于稀有事件。
3. 选择方法依据：
   • 卡方检验（选项C/D）：适用于四格表且期望频数≥5，但本题中B药未治愈数为9，但其他单元格可能不满足条件。
   • Fisher确切检验（选项B）：当样本量小或存在稀有事件时，直接计算概率更准确。
   • u检验（选项A）：需大样本，不适用本题。

破题关键：小样本+稀有事件直接排除卡方检验和u检验，选择直接计算概率（Fisher检验）。

数据整理与假设检验条件分析

1. 构建四格表：

   药物	治愈	未治愈	总计
   A药	7	2	9
   B药	1	9	10
   总计	8	11	19

2. 检验方法适用性：

   • 卡方检验：要求每个单元格的期望频数≥5。计算期望频数：
     • A药治愈：$\frac{9 \times 8}{19} \approx 3.79$（不满足≥5）
     • B药未治愈：$\frac{10 \times 11}{19} \approx 5.79$（勉强满足）
       综合来看，存在单元格期望频数不足，卡方检验不可靠。
   • Fisher确切检验：无需依赖期望频数，直接计算所有可能表格的概率，适用于小样本。

方法选择

• 直接计算概率（Fisher检验）：通过超几何分布计算观察到当前表格及更极端情况的概率，公式为：
  $P = \frac{\binom{7}{1} \binom{12}{9}}{\binom{19}{10}}$
  计算结果表明，两药疗效差异具有统计学意义。