Fisher确切概率法（Fisher's Exact Probability Method）是一种用于计算事件发生概率的方法。在这种方法中，我们通过计算条件概率和独立事件概率的乘积来获得事件的确切概率。
具体来说，Fisher确切概率法的计算过程如下：
1. 确定一个试验：假设我们要进行一个试验，在这个试验中有两个可能的结果A和B。
2. 列出所有可能的结果组合：考虑试验中的所有可能结果组合，如A、B、AB、BA等。
3. 计算每对结果组合的条件概率：为每对可能的结果组合计算它们同时发生的条件概率。条件概率可以通过组合公式计算，如：
P(A|B) = P(AB) / P(B)
P(B|A) = P(AB) / P(A)
4. 计算独立事件概率：对于每对独立事件（如A和B），计算它们各自发生的概率，即：
P(A)、P(B)
5. 计算每对结果组合的独立概率：为每对可能的结果组合计算它们各自发生的独立概率。独立概率可以通过组合公式计算，如：
P(AB|A) = P(A|AB) * P(B|AB)
P(AB|B) = P(B|AB) * P(A|AB)
6. 计算确切概率：将计算出的条件概率与独立概率相乘，即可得到每对结果组合的确切概率。
根据这些步骤，我们可以使用Fisher确切概率法来计算给定试验结果组合的确切概率。需要注意的是，Fisher确切概率法只适用于条件概率已知且不相关的情况。在实际应用中，可能需要根据具体情况进行适当的调整。
关于这个问题，Fisher确切概率法用于计算离散数据的概率，可以用来判断实验结果的显著性。在使用Fisher确切概率法时，需要先将实验数据进行分类，并计算出不同分类的数量。然后根据这些数量，计算出每种分类的排列组合可能性，并将所有可能性相加，得到总的可能性。
最后比较实际观察到的结果与总的可能性，确定实验结果的显著性。
如果实际观察到的结果的概率小于显著性水平（通常为0.05），则认为实验结果是显著的，否则认为实验结果不显著。
