应报告的效应量

Prism 可以计算多种效应量，以帮助量化您的列联表中关联的强度。应选用哪种效应量取决于您的研究设计：

•相对风险：表示某一组发生特定结果的可能性是另一组的多少倍（或少于多少倍）。适用于前瞻性研究和实验性研究。

•比例差（归因风险）与NNT：量化组间结局率的绝对差异。所需治疗人数（NNT）即为该差异的倒数。适用于前瞻性研究和实验性研究。

•优势比：比较不同组间某种结果出现的几率，是回顾性病例对照研究中不可或缺的指标。当结果发生率较低时，其值近似于相对风险。

•灵敏度和特异性以及预测值：用于评估诊断试验的性能，衡量其正确识别真阳性和真阴性的能力。

•Phi系数（φ）和克拉默系数（V）：用于衡量列联表中关联的强度。Phi适用于2×2列联表，而克拉默系数（V）可推广至更大的列联表。适用于现况研究。

您可以选择多种效应量，以从不同角度呈现数据。

关联性的标准化度量

上述大部分效应量——相对风险、归因风险和NNT、优势比以及诊断指标——均以您数据的原始量表形式呈现，且所有Prism许可证均可使用。 Phi系数和克拉默V系数则有所不同：它们是标准化指标，经过重新标度处理，以便在不同大小的表格和不同样本量之间比较关联强度。报告这些指标需要Prism Pro或Enterprise许可证。

如果您使用未包含这些功能的许可证打开包含上述结果的文件，您可以查看、复制和导出结果，但无法重新计算这些结果，也无法更改生成这些结果的分析选项。

应使用哪种检验

如果您输入的是两行两列的数据，则必须选择卡方检验（有时称为卡方同质性检验）或Fisher检验。

卡方检验与Yates修正

在计算机尚未普及的年代，人们通常通过手工或使用计算器，借助卡方检验来分析列联表。 该检验的原理是计算在相对风险（或优势比）为 1.0 时各单元格的期望值，然后将观察值与期望值之间的偏差综合为卡方检验统计量，进而据此计算 P 值。

卡方检验仅是一种近似方法。Yates修正旨在改善卡方近似，但其修正过度，导致得出的P值过大（过于“保守”）。当样本量较大时，Yates修正几乎没有影响，卡方检验效果非常好。 当样本量较小时，无论是否采用 Yates修正，卡方检验都不够准确。统计学家们似乎对是否应使用 Yates修正存在分歧。Prism 软件允许您自行选择。

如果观察值和期望值都非常接近（在0.25以内）， Yates修正会产生某种反向效应：它实际上会增加卡方检验值，从而降低P值，而不是像通常那样降低卡方检验值并提高P值。这种情况较为罕见，仅在相对风险或优势比非常接近1.0时才会发生。 如果您要求进行Yates修正，即使在这种情况下，Prism 也会执行Yates修正。

趋势检验（也称为Cochran-Armitage法）适用于两列且行数超过两行、且按自然顺序排列的情况。 该检验并非简单地检验行与列之间是否存在关联，而是特异性地评估行位置与第一列中受试者比例之间是否存在线性趋势。因此，当预期存在某种线性关系或其他有序的关联变化时，该检验比一般的卡方检验更具功效。

Fisher检验：对错误问题的精确答案？

费舍尔精确检验，顾名思义，总能给出精确P值，且在小样本量下表现良好。Fisher检验（与卡方检验不同）很难手动计算，但用计算机计算却很简单。大多数统计学书籍建议使用它来代替卡方检验。  如果您选择 Fisher检验，但数据值非常大，Prism 会覆盖您的选择，转而计算卡方检验——因为卡方检验在处理大数值时非常精确。

顾名思义，Fisher检验无论使用何种样本量，都能给出完全正确的答案。但一些统计学家认为，Fisher检验给出的确切答案其实是针对错误问题的，因此其结果也只是您真正想要的答案的一个近似值。 问题在于，Fisher检验基于这样一种假设：行和列的总数是由实验预先确定的。 事实上，在前瞻性研究或实验的设计中，行总和（但不是列总和）是固定的；在回顾性病例对照研究的设计中，列总和（但不是行总和）是固定的；而在横断面研究中，只有总体样本量 N （而非行或列总数）是固定的。Ludbrook (1) 指出，费希尔设计其精确检验是为了分析一种独特的实验，而这种实验设计极为罕见。

由于您的研究设计极不可能符合Fisher检验的限制条件，因此您可以质疑：Fisher检验得出的精确P值是否真的能解答您心中所想的问题。

如果您输入巨大的数字（总和大于 1,000,000），即使您选择了 Fisher检验，Prism 也会执行卡方检验。

巴纳德检验是Fisher检验的一种替代方法。据说Fisher检验是“以行和列总和为条件”的，而巴纳德检验则不是。 Mehta 和 Senchaudhuri 解释了二者之间的区别，以及巴纳德检验为何具有更高的功效 (2)。Berger 对该检验进行了改进，使其计算更简便且功效更强。Ludbrook 讨论了其他适用于常见实验设计的精确方法 (1)。

目前，我们暂不计划在Prism中实现巴纳德检验或伯杰检验，也不计划实现卢德布鲁克（1）提到的那些精确检验。显然，目前尚无共识认为这些检验更优。

理解来自列联表分析的P值

从列联表分析中报告的 P 值表明数据中观察到的关联是否统计学显著，但并不能告诉您该关联的“大小”或“强度”。 效应量正是用于衡量这种“大小”的指标。虽然解读列联表分析的P值对于理解结果至关重要，但您还应结合上述讨论的效应量，才能全面评估研究结果。

参考文献

1. Ludbrook, J. (2008). 2×2频率表的分析：将检验与实验设计相匹配。《国际流行病学杂志》，37，1430–1435。

 

2. Mehta, C. R. 与 Senchaudhur, P., 《比较两个二项分布的条件与无条件精确检验》。http://www.cytel.com/Papers/twobinomials.pdf