您可以只使用Fisher Exact Test。如果您在遵循它的功能时遇到问题，请告诉我们。

不是超级相关，但是如果您正在考虑二项式的差异，最好说服自己，如果$p_1 \neq p_2$，那么差本身就不是二项式了！我认为这很有趣。

所以我的问题是，对于给定的两个二项分布，是否有任何统计测试可用$A \sim \mathrm{Bin}(n, p_a)$和$B \sim \mathrm{Bin}(m, p_b)$在哪里$n$和$m$是 A 和 B 的样本量来测试是否$p_a$和$p_b$在没有近似正态/泊松分布的情况下有什么不同？

一种方法是使用Fisher 精确检验。但是，Fisher 的精确检验通常不是“那么精确”，因为它以（边际）案例的总数为条件（考虑到这是一个实验上固定的数字），而事实并非如此（名称中的“精确”测试指的是精确计算而不是近似值。但在实践中，它通常是针对错误的、不精确的问题的计算）。

另一种方法是使用Barnard's test，它考虑了一系列零假设 $A \sim B \sim \mathrm{Bin}(n, p)$在哪里$p$是一个未知的（令人讨厌的）参数，测试是通过从所有可能的情况中选择最坏的情况（最高 p 值）来完成的$p$.