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
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。
