Słownik metodologiczny · Testy statystyczne

Test Barnarda – kiedy jest lepszy od testu Fishera?

Test Barnarda to dokładny test bezwarunkowy dla tabeli 2 × 2 z dwiema niezależnymi grupami. Pokazujemy różnicę wobec testu Fishera, warianty z-pooled i Boschloo, przykład w R i opis do pracy.

Strona główna / Słownik / Test Barnarda
W skrócie: Test Barnarda to dokładny test bezwarunkowy porównujący dwie proporcje w tabeli 2 × 2, gdy liczebności grup są ustalone. W przeciwieństwie do testu Fishera nie warunkuje na łącznej liczbie sukcesów, dlatego przy małych próbach jest zwykle mniej konserwatywny i ma większą moc.

Co to jest test Barnarda?

Test Barnarda (ang. Barnard’s test) to dokładny test bezwarunkowy dla tabeli 2 × 2, w której porównuje się proporcje w dwóch niezależnych grupach o liczebnościach ustalonych w planie badania, np. odsetek poprawy u 12 osób w terapii i 12 w grupie kontrolnej. Barnard (1945) zaproponował go jako alternatywę dla testu dokładnego Fishera.

Czym różni się od testu Fishera

Test Fishera jest warunkowy: liczy p tylko wśród tabel o tych samych sumach brzegowych, czyli tej samej łącznej liczbie sukcesów. Test Barnarda ustala tylko liczebności grup i rozważa wszystkie możliwe tabele. Nieznane wspólne prawdopodobieństwo sukcesu jest parametrem zakłócającym, więc p to największa wartość uzyskana po wszystkich jego możliwych wartościach. Rozkład statystyki jest mniej „schodkowy”, dlatego test jest mniej konserwatywny. Lydersen, Fagerland i Laake (2009) pokazali, że testy bezwarunkowe utrzymują nominalny poziom istotności i przy małych próbach mają zwykle większą moc niż test Fishera.

Warianty

Tabele porządkuje się według wybranej statystyki: różnicy proporcji podzielonej przez błąd standardowy przy hipotezie zerowej (z-pooled), kryterium CSM albo wartości p z testu Fishera (test Boschloo). Mehrotra, Chan i Berger (2003) ostrzegają, że źle dobrana statystyka może dać mniejszą moc niż test Fishera, i zalecają wariant z-pooled oraz test Boschloo.

Przykład w R

Poprawa wystąpiła u 7 z 12 osób w terapii i u 2 z 12 w kontroli. Test Fishera daje p = .089, test Barnarda (z-pooled) p = .045, a test Boschloo p = .042. Te same dane można sprawdzić w kalkulatorze tabeli 2 × 2.

Na rysunku

Dwa panele. A: siatka 13 × 13 kwadratów – wszystkie możliwe wyniki badania z 12 osobami w terapii (oś pozioma, liczba osób z poprawą od 0 do 12) i 12 w kontroli (oś pionowa). Kwadraty niebieskie z napisem F+B (lewy górny i prawy dolny róg) to wyniki, przy których oba testy odrzucają H0 przy α = .05; pomarańczowe z literą B tworzą wąski pas na granicy tych obszarów i oznaczają wyniki odrzucane tylko przez test Barnarda; pozostałe są szare. Wynik z przykładu (7 i 2) jest obwiedziony i leży w pasie B. B: rzeczywisty odsetek fałszywych alarmów w zależności od wspólnego prawdopodobieństwa poprawy od 0 do 1. Krzywa testu Barnarda (ciągła) ma dwa szczyty około .045 i dołek .038 w środku; krzywa testu Fishera (przerywana) ma jeden szczyt około .023. Obie leżą poniżej poziomej linii α = .05.
Rysunek 1. Obszar odrzucenia hipotezy zerowej testu Fishera i testu Barnarda (z-pooled) dla dwóch grup po 12 osób (A) oraz rzeczywisty poziom istotności obu testów przy α = .05 (B). Obliczenia: R, pakiety DescTools, ggplot2 i patchwork (obliczenie dokładne, bez losowania).

Co widać. Panel A to wszystkie 169 możliwych wyników badania z dwiema grupami po 12 osób. Test Fishera odrzuca H0 w 60 z nich, a test Barnarda w 72. Każdy wynik odrzucany przez Fishera odrzuca też Barnard, a 12 dodatkowych wyników tworzy pomarańczowy pas na granicy obszaru odrzucenia. Właśnie tam leży przykład 7/12 vs 2/12: Fisher daje p = .089, Barnard p = .045. Panel B pokazuje, jak często każdy test odrzuca prawdziwą H0 przy różnych wspólnych prawdopodobieństwach poprawy. Oba testy trzymają α = .05, ale Fisher wykorzystuje najwyżej .023, a Barnard do .045. Ten zapas przekłada się na moc. Przy 15% poprawy w kontroli i 60% w terapii Fisher wykrywa różnicę z prawdopodobieństwem .507, a Barnard .634. Dla 50% i 70% w terapii jest to odpowiednio .302 i .444 oraz .722 i .797. Liczebności i odsetki do obliczenia mocy wybrano ręcznie, nawiązując do przykładu.

Na co uważać. Pas „tylko Barnard” jest wąski, więc oba testy różnią się tylko przy wynikach granicznych. Przy większych grupach różnica maleje. Panel B nie pokazuje wariantu Boschloo ani wartości mid-p; ich obszary odrzucenia są jeszcze inne. Krzywa Barnarda leży poniżej .05 dla każdego prawdopodobieństwa, bo p jest maksimum po wszystkich jego wartościach. Wynik dotyczy jednak tylko liczebności grup ustalonych z góry. Jak moc zależy od liczebności i wielkości efektu, pokazuje wpis moc testu w obrazkach.

Podpis do pracy:

Rysunek 1. Wyniki badania z dwiema grupami po 12 osób, przy których test dokładny Fishera i test Barnarda (statystyka z z wariancją wspólną) odrzucają hipotezę zerową przy α = .05 (A), oraz rzeczywisty odsetek fałszywych alarmów obu testów w zależności od wspólnego prawdopodobieństwa poprawy (B). Uwaga. F+B – wynik odrzucany przez oba testy; B – wynik odrzucany tylko przez test Barnarda. Obwiedziony kwadrat to wynik z przykładu (7/12 vs 2/12). Wartości obliczono dokładnie.

Kod rysunku nic nie losuje: liczy p obu testów dla każdej z 169 tabel, a potem sumuje prawdopodobieństwa dwumianowe tabel z p < .05. Rysunek na stronie powstał z tego kodu po podmianie motywu na motyw serwisu (krój czcionki, siatka). Dane, geometrie i skale są identyczne.

Kod R rysunku 1
# Rysunek 1. Obszar odrzucenia i rzeczywisty poziom istotności: test Fishera a test Barnarda (12 + 12 osób)
library(ggplot2)
library(patchwork)
suppressPackageStartupMessages(library(DescTools))

# Paleta Okabe–Ito i prosty motyw
kol_obszar <- c("odrzucają oba testy" = "#0072B2", "odrzuca tylko Barnard" = "#E69F00", "nie odrzuca żaden" = "#F0F0F0")
kol_test <- c("test Fishera" = "#009E73", "test Barnarda (z-pooled)" = "#D55E00")
motyw <- theme_minimal(base_size = 14) +
  theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(1.0)),
        panel.grid.minor = element_blank(), panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
        legend.position = "bottom", legend.direction = "vertical",
        plot.background = element_rect(fill = "white", colour = NA))

n <- 12                                       # liczebność każdej grupy (jak w przykładzie)
s <- expand.grid(x1 = 0:n, x2 = 0:n)          # wszystkie 169 możliwych wyników badania
p_test <- function(x1, x2) {
  tab <- matrix(c(x1, n - x1, x2, n - x2), 2, byrow = TRUE)
  c(fisher = fisher.test(tab)$p.value,
    barnard = if ((x1 + x2) %in% c(0, 2 * n)) 1 else BarnardTest(tab, method = "z-pooled")$p.value)
}
s <- cbind(s, t(mapply(p_test, s$x1, s$x2)))
s$fisher_odrz <- s$fisher < 0.05
s$barnard_odrz <- s$barnard < 0.05
table(Fisher = s$fisher_odrz, Barnard = s$barnard_odrz)   # obszar odrzucenia przy alfa = .05

# Rzeczywisty poziom istotności przy H0 (w obu grupach to samo prawdopodobieństwo pi) i moc przy H1
odrzuca <- function(p1, p2, kol) sum(dbinom(s$x1, n, p1) * dbinom(s$x2, n, p2) * s[[kol]])
pi_siatka <- seq(0.01, 0.99, by = 0.01)
rozmiar <- data.frame(pi = pi_siatka,
                      Fisher = sapply(pi_siatka, function(p) odrzuca(p, p, "fisher_odrz")),
                      Barnard = sapply(pi_siatka, function(p) odrzuca(p, p, "barnard_odrz")))
round(c(Fisher_max = max(rozmiar$Fisher), Barnard_max = max(rozmiar$Barnard),
        Fisher_sr = mean(rozmiar$Fisher), Barnard_sr = mean(rozmiar$Barnard)), 3)
moc <- expand.grid(p_terapia = c(0.50, 0.60, 0.70), p_kontrola = 0.15)
moc$Fisher <- mapply(odrzuca, moc$p_terapia, moc$p_kontrola, "fisher_odrz")
moc$Barnard <- mapply(odrzuca, moc$p_terapia, moc$p_kontrola, "barnard_odrz")
print(round(moc, 3), row.names = FALSE)

# A: mapa wszystkich wyników badania; litera B = odrzuca tylko Barnard, F+B = oba testy
s$obszar <- factor(ifelse(s$fisher_odrz & s$barnard_odrz, "odrzucają oba testy",
                   ifelse(s$barnard_odrz, "odrzuca tylko Barnard",
                   ifelse(s$fisher_odrz, "odrzuca tylko Fisher", "nie odrzuca żaden"))),
                   levels = names(kol_obszar))
pA <- ggplot(s, aes(x1, x2, fill = obszar)) +
  geom_tile(colour = "white", linewidth = 0.6) +
  geom_text(aes(label = ifelse(obszar == "odrzuca tylko Barnard", "B",
                        ifelse(obszar == "odrzucają oba testy", "F+B", ""))), size = 2.6) +
  annotate("tile", x = 7, y = 2, width = 1, height = 1, fill = NA, colour = "black", linewidth = 1.2) +
  annotate("text", x = 6.4, y = 2, label = "przykład:\n7/12 vs 2/12", hjust = 1, size = 3.1, lineheight = 0.9) +
  scale_fill_manual(values = kol_obszar, name = NULL, drop = FALSE) +
  scale_x_continuous(breaks = seq(0, 12, 2), expand = c(0, 0)) +
  scale_y_continuous(breaks = seq(0, 12, 2), expand = c(0, 0)) +
  coord_equal() +
  labs(title = "A. Kiedy test odrzuca H0 (α = .05)", x = "Poprawa w terapii (z 12)", y = "Poprawa w kontroli (z 12)") +
  motyw + theme(panel.grid.major = element_blank())

# B: rzeczywisty poziom istotności w funkcji wspólnego prawdopodobieństwa poprawy
rd <- data.frame(pi = rep(rozmiar$pi, 2), test = factor(rep(names(kol_test), each = nrow(rozmiar)), levels = names(kol_test)),
                 alfa = c(rozmiar$Fisher, rozmiar$Barnard))
pB <- ggplot(rd, aes(pi, alfa, colour = test, linetype = test)) +
  geom_hline(yintercept = 0.05, colour = "grey30") +
  annotate("text", x = 0.5, y = 0.052, label = "α = .05", vjust = 0, size = 3.4, colour = "grey30") +
  geom_line(linewidth = 1) +
  scale_colour_manual(values = kol_test, name = NULL) +
  scale_linetype_manual(values = c("dashed", "solid"), name = NULL) +
  scale_x_continuous(breaks = seq(0, 1, 0.2), labels = c("0", ".2", ".4", ".6", ".8", "1")) +
  scale_y_continuous(limits = c(0, 0.06), labels = function(x) sub("^0", "", sprintf("%.2f", x))) +
  labs(title = "B. Rzeczywisty poziom istotności przy H0", x = "Wspólne prawdopodobieństwo poprawy",
       y = "Odsetek fałszywych alarmów") +
  motyw

p <- pA + pB + plot_layout(widths = c(1, 1.1))
p
Wynik w R
       Barnard
Fisher  FALSE TRUE
  FALSE    97   12
  TRUE      0   60
 Fisher_max Barnard_max   Fisher_sr  Barnard_sr 
      0.023       0.045       0.013       0.032 
 p_terapia p_kontrola Fisher Barnard
       0.5       0.15  0.302   0.444
       0.6       0.15  0.507   0.634
       0.7       0.15  0.722   0.797

Jak opisać w pracy

Odsetek osób z poprawą porównano dokładnym testem bezwarunkowym Barnarda (statystyka z z wariancją wspólną): 7/12 w grupie terapii i 2/12 w grupie kontrolnej, p = .045.

Na co uważać

  • Wybór wariantu przed analizą. Liczenie kilku wariantów i podawanie najmniejszego p to p-hacking.
  • Tylko próby niezależne. Dla pomiarów „przed i po” u tych samych osób właściwy jest test McNemara.
  • Duże próby. Różnice między testami maleją, a wystarcza test chi-kwadrat.
Przykład reprodukowalny

Test Barnarda w R

Kod porównuje test dokładny Fishera z testem Barnarda (statystyka z z wariancją wspólną) i testem Boschloo dla tej samej tabeli 2 × 2. Obliczenia są dokładne, bez losowania.

Fisher, Barnard i Boschloo

Dane wejściowe: tabela 2 × 2: poprawa u 7 z 12 osób w terapii i u 2 z 12 w kontroli.

Co odczytać: p z testu Fishera (.089), Barnarda z-pooled (.045) i Boschloo (.042).

R
library(DescTools)
tab <- matrix(c(7, 5,
                2, 10), nrow = 2, byrow = TRUE,
              dimnames = list(grupa = c("terapia", "kontrola"),
                              poprawa = c("tak", "nie")))
tab
round(fisher.test(tab)$p.value, 3)                       # warunkowy test Fishera
round(BarnardTest(tab, method = "z-pooled")$p.value, 3)  # Barnard (statystyka z)
round(BarnardTest(tab, method = "boschloo")$p.value, 3)  # wariant Boschloo
Wynik w R
          poprawa
grupa      tak nie
  terapia    7   5
  kontrola   2  10
[1] 0.089
[1] 0.045
[1] 0.042

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 z pakietem DescTools 0.99.60 (funkcja BarnardTest()). Rysunek 1 wykonano w pakiecie ggplot2, panele złożono pakietem patchwork, a plik SVG zapisano pakietem svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. DescTools: Signorell, A. (2025). DescTools: Tools for descriptive statistics (R package version 0.99.60) [Computer software]. https://CRAN.R-project.org/package=DescTools
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  5. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Dlaczego test Barnarda daje zwykle mniejsze p niż test Fishera?

Test Fishera bierze pod uwagę tylko tabele o tych samych sumach brzegowych, więc jego rozkład jest bardzo „schodkowy” i test bywa konserwatywny. Test Barnarda rozważa wszystkie tabele przy ustalonych liczebnościach grup, dlatego lepiej wykorzystuje nominalny poziom α.

Który wariant testu Barnarda wybrać?

Mehrotra, Chan i Berger (2003) zalecają statystykę z z wariancją wspólną (z-pooled) albo test Boschloo. Wariant wybierz przed analizą i zapisz go w planie, a nie po porównaniu kilku wartości p.

Czy test Barnarda nadaje się do tabel większych niż 2 × 2?

Funkcje BarnardTest() z pakietu DescTools i exact.test() z pakietu Exact obsługują tylko tabele 2 × 2. Przy większych tabelach użyj testu Fishera w wersji r × c albo testu chi-kwadrat.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Barnard, G. A. (1945). A new test for 2 × 2 tables. Nature, 156(3954), 177. https://doi.org/10.1038/156177a0
  2. Lydersen, S., Fagerland, M. W., & Laake, P. (2009). Recommended tests for association in 2 × 2 tables. Statistics in Medicine, 28(7), 1159–1175. https://doi.org/10.1002/sim.3531
  3. Mehrotra, D. V., Chan, I. S. F., & Berger, R. L. (2003). A cautionary note on exact unconditional inference for a difference between two independent binomial proportions. Biometrics, 59(2), 441–450. https://doi.org/10.1111/1541-0420.00051

Cytowania BibTeX

@article{barnard1945new, author={Barnard, George A.}, title={{A new test for 2 × 2 tables}}, journal={Nature}, year={1945}, volume={156}, number={3954}, pages={177}, doi={10.1038/156177a0}}
@article{lydersen2009recommended, author={Lydersen, Stian and Fagerland, Morten W. and Laake, Petter}, title={{Recommended tests for association in 2 × 2 tables}}, journal={Statistics in Medicine}, year={2009}, volume={28}, number={7}, pages={1159--1175}, doi={10.1002/sim.3531}}
@article{mehrotra2003cautionary, author={Mehrotra, Devan V. and Chan, Ivan S. F. and Berger, Roger L.}, title={{A cautionary note on exact unconditional inference for a difference between two independent binomial proportions}}, journal={Biometrics}, year={2003}, volume={59}, number={2}, pages={441--450}, doi={10.1111/1541-0420.00051}}
R