R 在卡方检验不适用的情况下，如何找到2x2列联表的效应大小？

我有一个数据集，其中包含两个网站变体（site1和site2）的访问者购买东西或离开而不购买的次数。每个站点的访问者为200人

现在，如图所示

我有一个单元格，其中的数字小于5。因此，我不能使用卡方检验。我使用了Fisher的精确检验，他给了我优势比。但我不知道如何找到确切的效果大小

---

有没有办法计算它或者用R函数来找到它？

效果大小只是成功率的差异：

x[1, ] / colSums(x)
# site1 site2 
# 0.025 0.015

diff(x[1, ] / colSums(x))
# site2 
# -0.01 

---

谢谢你，格雷戈：）你能给我解释一下这背后的原因吗？为什么它会起作用？你能更具体地说明什么是没有意义的吗？一个网站有2.5%的购买率，另一个网站有1.5%的购买率。两者之间的差异（从一种方式切换到另一种方式的效果）为2.5%-1.5%=1%（换另一种方式为负值）。如果您有进一步的概念性问题，可以尝试在stats.stackexchange上提问，因为这不是真正的编程问题。谢谢您的解释。我以前从未用这种方法计算过效果大小。这就是为什么它对我来说是新的。因此，由于0.025-0.015=0.01，效应大小很小，这意味着两个位置之间没有差异。我解释得对吗？好吧，有很多术语。效果大小为1%点。这听起来是小还是大取决于你在说什么。如果更改网站上按钮的字体大小可以增加1%的销售额，那听起来不错。如果这是一个更大更昂贵的变化，它可能不值得如果增加1个百分点。效应大小本身根本不考虑样本大小——它只是观察到的差异。这就是为什么要进行Fisher精确测试。这样的统计测试永远不会告诉你“没有区别”。他们回答的问题或多或少是“是否有可信的证据证明存在差异”，在这种情况下，答案是“没有足够的证据得出存在差异的结论”。是否有证据表明存在差异取决于差异的大小和样本的大小。请阅读相关信息以及如何给出建议。这将使其他人更容易帮助你。我认为我的答案写得很好，并且解释了我的问题。祝您愉快：）