Please enable JavaScript to view this site.

1.创建列联表

从“欢迎或新建表格”对话框中,选择“列联”选项卡。

如果您尚未准备好输入自己的数据,请选择一个样本数据集。

2.输入数据

大多数列联表都有两行(两组)和两列(两种可能的结果),但Prism允许您输入任意数量的行和列的表。

您必须以列联表的形式输入数据。Prism无法将原始数据交叉制表以创建列联表。

对于P值的计算,行和列的顺序并不重要。但是这对于相对风险、优势比等的计算来说,确实很重要。使用样本数据查看应该如何组织数据。

请务必以列联表的形式输入数据。定义行和列的类别必须是互斥的,每个受试者(或实验单位)只填入一个单元格。在每个单元格中,输入实际观察的受试者人数。如果输入平均值、百分比或比率,您的结果将完全没有意义。您必须输入受试者、对象、事件的实际数量。因此,在列联表中输入值时,Prism不允许您输入小数点。

如果您的实验设计匹配病人和对照,您不应该用列联表分析您的数据。 取而代之的是,您应该使用 McNemar检验

如果要将观察到的值分布与理论预期的分布进行比较,请不要使用列联表。Prism为该目的提供了 另一种 分析。

3.分析

在该数据表中,点击 工具栏,然后选择 卡方(和Fisher精确)检验

两行两列表格的主要计算

您对效应值的选择将取决于实验设计。根据回顾性病例对照数据计算优势比,根据诊断性试验研究计算灵敏度(等),以及根据前瞻性和实验性研究计算相对风险和比例差异。所有这些效应值仅适用于2x2表格,因此如果您的表格较大,选项将是灰色。

如果您的表有两行两列,我们 建议您始终选择Fisher精确检验 来计算P值。

具有两行以上和/或两列以上的表的主要计算

如果您的表有两列和三行以上,您可以选择卡方检验或 卡方趋势检验。该计算检验行数和左列中的受试者分数之间是否存在线性趋势。仅当行按自然顺序排列(如按年龄、剂量或时间)并且等间距排列时,才有意义。该方法又称 “Cochran - Armitage趋势检验”。在第261 - 265页Altman(2)中,用方程式和示例清楚地解释了这一点。您可以在谷歌图书 中找到这些网页

对于超过两行或多列的列联表,Prism总是计算卡方检验。您没有别的选项。Fisher精确检验的扩展已经被开发用于更大的表,但是Prism没有提供这种表。

选项

 

我们建议始终选择 双侧P值 除非个人有充足理由选择一个单侧P值。

Prism现提供一种计算置信区间的方法选择。

相对风险的CI。Katz法是一种近似法,除非需要保持与早期Prism版本的分析兼容性,否则我们建议不要使用该法。有多种方法可计算相对风险(1)的CI,其中的多数方法似乎都可行。Prism现提供Koopman渐进评分法,这也是我们推荐的方法。

比例之差的CI。早期Prism版本采用的渐进方法是一种近似法,除考虑兼容性外,我们不建议使用。相反,选择Newcombe/Wilson方法(2)。我们提供含和不含连续性修正的方法,并推荐含该修正的变化。

优势比的CI。Prism 6和早期版本采用的Woolf方法是一种近似法,除非需要保持兼容性,否则我们不建议使用。有许多好方法可计算优势比的CI(2)。Prism现提供Baptista - Pike法,这也是我们推荐的方法。

灵敏度、特异性等特性的CI 所谓的Clopper和Pearson“精确法”产生广泛的置信区间,除非考虑兼容性,否则我们不建议使用。取而代之的是, 选择Wilson/Brown混合方法 (3)。

也可选择 您希望如何设置P值格式

4.查看结果

解读结果:相对风险和优势比

解读结果:灵敏度与特异性

解读结果:(列联表)中的p值

分析检查表:列联表

 

1.Fagerland MW、Lydersen S、Laake P,两项独立二项式比例的建议置信区间。《医学研究统计方法》SAGE Publications;2011年10月13日。

2.Newcombe,R. G. R.(1998)。 独立比例间差异的区间估计:十一种方法的比较。《医学统计》,17(8),873 - 890。

3.Brown,L.、Cai,T.和DasGupta,A.(2001)。二项式比例的区间估计。《统计科学》,16(2),101 - 133。

 

© 1995-2019 GraphPad Software, LLC. All rights reserved.