列联表用于总结比较两组或多组、结果为分类变量（如有病与无病、合格与不合格、动脉开放与动脉阻塞）的结果。阅读其他内容，了解相对风险和优势比、灵敏度和特异性以及解读 P 值。

受试者是否独立？

只有当每个受试者（或实验单位）都独立于其他受试者时，卡方检验或 Fisher 检验的结果才有意义。也就是说，影响一个受试者结果的任何因素只影响这一个受试者。Prism 无法检验这一假设。您必须考虑实验设计。本示例中，假设表格的行代表两种不同的术前抗生素，列表示术后是否感染。共有 100 名受试者。如果表格将一家医院 50 名受试者的结果与另一家医院 50 名受试者的结果合并在一起，这些受试者就不是独立的。医院之间或医院服务的患者群体之间的任何差异都会影响一半的受试者，但不会影响另一半。您没有 100 个独立观察结果。要分析这类数据，可以使用曼特尔-海恩泽尔检验或逻辑回归。从 8.3.0 版开始，Prism 提供简单逻辑回归和多重逻辑回归。

数据是非配对的吗？

在某些实验中，受试者的年龄和其他变异性是匹配的。每对受试者中的一个受试者接受一种治疗，而另一个受试者接受另一种治疗。这些数据应采用特殊方法进行分析，如McNemar 检验。配对数据不应使用卡方检验或 Fisher 检验进行分析。

您的表格真的是列联表吗？

要成为真正的列联表，每个数值必须代表受试者（或实验单位）的人数。如果它列的是平均数、百分比、比率、正态性检验值等，那么它就不是或然率表，卡方检验或费雪检验的结果也就没有意义。如果您在一行（或一列）中输入了观察值，而在另一行（或一列）中输入了期望值，那么您的表格就不是或然率列联表，应该使用为这类数据而设计的单独分析方法。

您的表格只包含数据吗？

卡方检验不仅用于分析列联表。它还可以用来比较观察到的每个类别中的受试者人数和根据理论预期的人数。Prism 不能进行这种卡方检验。在一列输入观察值而在另一列输入期望值是不正确的。使用卡方检验分析列联表时，Prism 会根据数据生成期望值，而不是由您输入。

行或列是否按自然顺序排列？

如果表格中有两列和两行以上（或两行和两列以上），Prism 将执行趋势卡方检验以及常规卡方检验。趋势检验的结果只有在行（或列）按照年龄、持续时间或时间等自然顺序排列时才有意义。否则，请忽略趋势卡方检验的结果，只考虑常规卡方检验的结果。