Outra maneira de fazer isso (além do teste exato de Fisher) é colocar os valores em um GLM binomial:
d <- data.frame(g=factor(1:2),
s=c(25,75),
f=c(38,162))
g <- glm(s/(s+f)~g,weights=s+f,data=d,
family="binomial")
coef(summary(g))["g2",c("Estimate","Pr(>|z|)")]
## Estimate Pr(>|z|)
## -0.3513979 0.2303337
Para obter o teste da razão de verossimilhança (um pouco mais preciso que o valor Wald mostrado acima), façap
anova(g,test="Chisq")
que dá
## Df Deviance Resid. Df Resid. Dev Pr(>Chi)
## NULL 1 1.4178
## g 1 1.4178 0 0.0000 0.2338
(LRT Wald Fisher neste caso, porque a amostra é bastante grande)p = 0,2303337 ≈ p = 0,2329p = 0,2338 ≈p = 0,2303337 ≈p = 0,2329