我正在考虑对以下列联表应用 Fisher 精确检验：
Answer Category-1 Category-2
A-1 2 15
A-2 0 17
A-3 0 27
A-4 2 15
但是，我不确定这是否正确，原因有两个： 1. 一些计数为零。2. 通常，Fisher Exact Test 用于 2 x 2 表，不确定这是否是限制。
另外，我正在使用 R 命令执行测试fisher.test
观察到零点对于 Fisher 精确检验来说不是问题——对于卡方检验来说也不是问题（不清楚为什么你认为这对精确检验来说会是一个困难；如果你能澄清您的担忧，可能会有额外的解释/澄清）。对于某些实现来说，整行或整列的零可能是一个问题，尽管如果出现它很容易处理（例如，通过与相邻的行或列组合 - 或者等效地，通过完全消除它 - 无论哪种方式我认为结果应该与在这种情况下包含它相同）。
对您来说一个潜在的问题（不是测试本身的问题，但在某些情况下可能会引起您的担忧）是低计数的整列或行在某些情况下可能导致难以获得小的 p 值（可达到的最低值） p 值可能大于一些常见的显着性水平选择）。对于较大的表格，这往往不是问题（我相信它不会对您的问题中的表格造成问题，除非您需要非常低的显着性水平）
该测试以一种相当自然的方式扩展到个表，使用可能性（在 null 下）作为对表格进行排序的标准（实际上，可能性是测试统计量；较低的可能性 = “更极端”的关系计算 p 值）。表上的 Fisher 精确检验有时被称为 Fisher-Freeman-Halton 检验 [1]。
实际上，您提到的 R 函数的帮助清楚地表明它适用于表，并提供了与案例相关的几个参考。
[1] Freeman, GH 和 Halton, JH (1951)。
“关于对偶然性、拟合优度和其他重要问题的准确处理的说明。”
生物计量学，38，141-149。
原则上，Fisher 精确检验可用于具有任何条目的任何大小的表。唯一的问题是它在计算上是否可行，当您使用具有大值的大型表时，这是一个问题。在这种情况下，fisher.test函数 inR可以轻松处理您正在使用的矩阵，并且执行的系统时间（在我的 PC 上）是如此之小，它甚至不会注册为非零时间。
#Input data and perform Fisher's exact test
x <- matrix(c(2, 15, 0, 17, 0, 27, 2, 15), byrow = TRUE, nrow = 4, ncol = 2);
fisher.test(x);
Fisher's Exact Test for Count Data
data: x
p-value = 0.1434
alternative hypothesis: two.sided
#Check system time for test
system.time(fisher.test(x));
user system elapsed
0 0 0