原标题：SPSS教程：多个组比较(Fisher精确检验)及组间两两比较
1、问题与数据
某医生拟探讨是否可以通过改善生活方式，如增强体育锻炼、减小体重及改善饮食习惯等，降低患者的胆固醇浓度。
现该医生招募了32位高胆固醇、生活习惯差的受试者，并将其分成3组。其中一组给予降胆固醇药物，一组给予饮食干预，另一组给予运动干预。经过6个月的试验后，该医生重新测量受试者的胆固醇浓度，分为高和正常两类。
该医生收集了受试者接受的干预方法(intervention)和试验结束时胆固醇的风险程度(risk_level)等变量信息，并按照分类汇总整理出频数(freq)变量，数据如下：
注：本研究将胆固醇浓度分为“高”和“正常”两类，只是为了分析方便，并不代表临床诊断结果
2、对问题的分析
为更好地介绍Fisher精确检验(2×C)分析方法，并说明其与卡方检验(2×C)的区别，本章节仍使用卡方检验(2×C)的例子，但对数据模型进行了调整，使其更符合Fisher精确检验(2×C)的要求。
进行Fisher精确检验(2×C)也需要满足5项假设：
假设1：观测变量是二分类变量，如本研究中试验结束时胆固醇的风险程度变量是二分类变量。
假设2：存在多个分组(>2个)，如本研究有3个不同的干预组。
假设3：具有相互独立的观测值，如本研究中各位受试者的信息都是独立的，不会相互干扰。
假设4：研究设计必须满足：
(a) 样本具有代表性，如本研究在高胆固醇、生活习惯差的人群中招募32位受试者；
(b) 目的分组，可以是前瞻性的，也可以是回顾性的，如本研究中将受试者分成3组，分别给予降胆固醇药物、饮食和运动干预。
假设5：样本量较小，即存在预测频数小于5的情况。
经分析，本研究数据符合假设1-4，那么应该如何检验假设5，并进行Fisher精确检验(2×C)呢？
3、思维导图
4、SPSS操作
4.1 数据加权(在使用整合数据的情况下)
在进行正式操作之前，我们需要先对数据加权，如下：
(1) 在主页面点击Data→Weight Cases
弹出下图