如何在R中对三分类结局与指定比例的拟合进行精确检验

你对fisher.test的使用场景和参数逻辑理解有误：

• 标准Fisher精确检验的作用是检验二维列联表的行列变量是否独立，并不支持「给定理论概率的多项分布拟合优度检验」这个场景
• 你传入x = c(481,136,128)、y = c(0.5,0.3,0.2)时，R会自动将两个长度为3的向量拼接为3×2的列联表做独立性检验，和你要验证的「分级占比是否符合给定值」的研究目标完全无关，因此得到的p=1是无意义的错误结果。

以下两种方案均可实现你的需求：

方案1：使用XNomial包做精确多项检验 #

XNomial包专门面向多项分布拟合优度的精确检验场景，操作最简单：

# 首次使用先安装包
install.packages("XNomial")
# 加载包
library(XNomial)
# 运行精确检验
xmulti(
  obs = c(481, 136, 128),
  expr = c(0.5, 0.3, 0.2)
)

输出结果会直接返回精确检验的p值，同时附带卡方、似然比统计量的对应结果供参考。

方案2：使用自带chisq.test的模拟精确检验 #

如果不想安装第三方包，可以调用R基础函数的蒙特卡洛模拟功能实现近似精确检验，模拟次数足够多时结果和精确检验几乎一致：

chisq.test(
  x = c(481, 136, 128),
  p = c(0.5, 0.3, 0.2),
  simulate.p.value = TRUE,
  B = 100000 # B为模拟次数，数值越大p值精度越高，可按需调整
)

内容的提问来源于stack exchange，提问作者Farah Allouch