1. 创建一个列联表
在“欢迎”或“新建表格”对话框中，选择“列联表”选项卡。
如果您尚未准备好输入自己的数据，请选择其中一个示例数据集。
2. 输入数据
大多数列联表包含两行（两个组）和两列（两种可能的结果），但 Prism 允许您输入任意行数和列数的表。
您必须以列联表的形式输入数据。Prism 无法对原始数据进行交叉制表以生成列联表。
对于 P 值的计算，行和列的顺序并不重要。但对于相对风险、优势比等的计算，顺序则至关重要。请参考示例数据，了解数据应如何组织。
请务必以列联表的形式输入数据。定义行和列的分类必须互斥，且每个受试者（或实验单位）只能计入一个单元格。在每个单元格中，请输入实际观察到的受试者数量。 若输入平均值、百分比或比率，您的结果将完全失去意义。您必须输入受试者、对象或事件的实际数量。因此，在向列联表中输入数值时，Prism 不会允许您输入小数点。
如果您的实验设计是将患者与对照组进行配对，则不应使用列联表分析数据。此时应使用麦克内马尔检验。
如果您想将观察值分布与理论预期分布进行比较，请勿使用列联表。Prism 为此提供了另一种分析方法。
3. 分析
在数据表中，单击工具栏上的
，然后选择“卡方检验（及Fisher检验）”。
两行两列表格的主要计算
效应量的选择依赖于实验设计。 从回顾性病例对照数据中计算优势比，从诊断试验研究中计算敏感性（等），并从前瞻性研究和实验研究中计算相对风险及比例差。所有这些效应量仅适用于 2×2 表格，因此如果您的表格更大，这些选项将显示为灰色。
如果您的表格为两行两列，我们建议您始终选择Fisher检验来计算P值。
行数和/或列数超过两的表格的主要计算方法
如果您的表格有两列和三行或更多行，您可以选择卡方检验、Fisher检验或趋势检验。 该计算用于检验行号与左列受试者比例之间是否存在线性趋势。只有当行按自然顺序（如按年龄、剂量或时间）排列且间隔相同时，该检验才有意义。 该检验也被称为科克伦-阿米蒂奇趋势检验。Altman (2) 一书第 261-265 页通过方程和本示例对此进行了清晰的解释。您可以在 Google 图书中找到这些页面。
对于行或列数超过两的列联表，Prism 始终提供执行卡方检验的选项。从 Prism 10.1.0 版本开始，Prism 还可以使用为该检验开发的扩展功能来执行 Fisher检验，以支持更大的列联表。
列联表的效应量
本节所述的功能和特性仅在我们的全新 Pro 和 Enterprise 订阅中提供。了解更多... |
除了适用于 2x2 表的效果量（如相对风险、优势比等）外，Prism 还能计算用于衡量任意规模列联表中关联强度的效应量。这些效应量不仅能帮助您了解关联是否存在（P 值可告知这一点），还能帮助您了解该关联的强度。
Prism 提供了两种相关的效应量指标：
•Phi系数（φ）：适用于2×2列联表。Phi系数的取值范围为0（无关联）至1（完美关联），为横断面研究提供了一种标准化的效应量指标。
•克拉默V（Cramér's V）：适用于更大的列联表（行或列数超过2）。克拉默V本质上是菲系数的推广，适用于任何大小的列联表。与菲系数一样，其取值范围为0到1。
这两项指标均基于卡方检验计算得出，且解读方式相似。对于2×2列联表，φ系数与克拉默V在数学上等价。
效应量解读指南（Cohen，1988）：
•小效应：φ 或 V ≈ 0.10
•中等效应：φ 或 V ≈ 0.30
•大效应：φ 或 V ≈ 0.50
这些效应量对于横断面研究尤为有用，因为在这些研究中，相对风险或优势比等其他指标可能并不适用。它们通过提供变量之间关联强度的信息，对P值起到了补充作用。
选项
我们建议始终选择双侧 P 值，除非您有充分理由选择单侧 P 值。
Prism 现在提供了在计算置信区间时可选的方法。
•相对风险的置信区间。Katz 法是一种近似方法，我们建议仅在需要与早期版本的 Prism 进行的分析保持兼容时才使用它。 计算相对风险置信区间的方法多种多样(1)，其中许多方法似乎都很可靠。Prism 现提供 Koopman 渐近评分法，我们推荐使用该方法。
•比例差的置信区间。Prism早期版本使用的渐近法是一种近似方法，我们建议除兼容性需求外不要使用它。请改选Newcombe/Wilson法(2)。我们提供了带连续性修正和不带连续性修正的两种版本，并推荐使用带修正的版本。
•优势比的置信区间。Prism 6及更早版本采用的Woolf法是一种近似方法，我们建议您仅在需要保持兼容性时才使用它。计算优势比置信区间的方法有很多种（2）。Prism现提供Baptista-Pike法，我们推荐使用该方法。
•灵敏度和特异性等的置信区间。Clopper 和 Pearson 的所谓“精确法”会产生较宽的置信区间，我们建议您仅出于兼容性考虑才使用该方法。建议改用混合的 Wilson/Brown 法 (3)。
您还可以选择 P 值的显示格式。
4. 审查结果
1.Fagerland MW, Lydersen S, Laake P. 两个独立二项式比例的推荐置信区间。《医学研究统计方法》。SAGE Publications；2011年10月13日。
2.Newcombe, R. G. R. (1998). 独立比例差的区间估计：十一种方法的比较。《医学统计学》，17(8)，873–890。
3.Brown, L., Cai, T., & DasGupta, A. (2001). 二项分布比例的区间估计。《统计科学》，16(2)，101–133。
4.科恩，J.（1988）。《行为科学功效分析》（第2版）。新泽西州希尔斯代尔：劳伦斯·厄尔鲍姆联合出版社。
