R语言代码：3种不同剂量曲美布汀对安全性指标（a1)的影响，数据依照样本量及理论频数情况，选择进行卡方检验或Fisher精确检验

在R语言中，如果你想要分析三种不同剂量的曲美布汀（Dose1, Dose2, Dose3）对安全性的指标（a1）的影响，并且样本量较小（可能导致理论频数接近0或1），这时适合采用Fisher's Exact Test（Fisher精确检验）。这是因为当使用传统的Pearson chi-squared test（卡方检验）条件不满足（比如小于5的数据项），Fisher检验可以提供更稳健的结果。

首先，你需要准备好包含剂量和安全性指标的列联表数据（例如data.frame格式），通常包括两列，一列是剂量（Dose1, Dose2, Dose3），另一列是安全性指标（a1的状态，如“正常”、“轻微问题”、“严重问题”等）。假设你的数据集叫做df：

# 假设df是一个包含三组数据（剂量和安全指标）的DataFrame
df <- data.frame(
  Dose = c("Dose1", "Dose1", "Dose1", "Dose2", "Dose2", "Dose2", "Dose3", "Dose3", "Dose3"),
  a1 = c("安全", "轻微", "严重", "安全", "正常", "轻微", "安全", "轻微", "严重")
)

# 使用fisher.test()函数进行Fisher精确检验
test_result <- fisher.test(matrix(c(df$a1[df$Dose == "Dose1"], df$a1[df$Dose == "Dose2"], df$a1[df$Dose == "Dose3"]), nrow=3))

# 输出检验结果
print(test_result)

从返回的结果中，你可以查看P值以及是否有统计学显著差异。如果p值小于预设的显著性水平（如0.05），则拒绝原假设，表明剂量与安全性指标之间存在关联。