01 2×2 分类数据统计站 V1.0
支持单项 2×2 分析与多变量原始数据批量分析；自动选择 Pearson χ²、Yates 校正或 Fisher 精确检验，并输出风险指标、效应量、论文表格与可导出结果。
选择分析模式
单项分析：适合已整理好的四格表，或只需要分析一对二分类变量的逐例数据。结果包含完整统计量、风险指标、效应量和诊断指标。
一、数据输入
粘贴原始数据，每行一个受试者。支持逗号、制表符或空格分隔。建议表头包含 Group 和 Result。也可上传CSV文件。
四、SPSS 常见检验输出
| 项目 | 统计量 | P值 / 说明 |
|---|
| Pearson Chi-Square | | |
| Continuity Correction（Yates校正） | | |
| Likelihood Ratio | | |
| Fisher's Exact Test | — | |
| Linear-by-Linear Association | | |
| N of Valid Cases | | — |
五、风险指标与临床解释
| 项目 | 数值 | 95%CI / 说明 |
|---|
| Odds Ratio, OR | | |
| Relative Risk, RR | | |
| Risk Difference, RD | | |
| Attributable Risk, AR | | 本工具中 AR = RD |
| Attributable Fraction, AF | | 基于 RR 计算：AF = (RR−1)/RR |
| Number Needed to Treat / Harm, NNT/NNH | | |
六、效应量（Effect Size）
| 项目 | 数值 | 解释 |
|---|
| Phi coefficient, φ | | |
| Cramer's V | | 2×2表中 Cramer's V = |φ| |
| Cohen's w | | 2×2表中 w = √(χ²/N) |
| Cohen's h | | |
| Contingency Coefficient | | 列联系数 |
| Cohen's Kappa | | 仅当行列分类含义一致时适合解释 |
七、诊断学指标（可选解释）
若将第1行视为“检测阳性/预测阳性”，第1列视为“真实阳性/结局阳性”，可参考以下指标；若四格表不是诊断试验，请不要强行解释。
| 项目 | 数值 | 说明 |
|---|
| Sensitivity | | 敏感度 = a/(a+c) |
| Specificity | | 特异度 = d/(b+d) |
| Positive Predictive Value, PPV | | 阳性预测值 = a/(a+b) |
| Negative Predictive Value, NPV | | 阴性预测值 = d/(c+d) |
| Positive Likelihood Ratio, LR+ | | LR+ = Sensitivity/(1−Specificity) |
| Negative Likelihood Ratio, LR− | | LR− = (1−Sensitivity)/Specificity |
| Accuracy | | 准确率 = (a+d)/N |
批量分析：每行代表一名受试者，每列代表一个变量。仅将恰好包含两个非缺失类别的变量列纳入 2×2 组合；连续变量不会被自动二分。
多变量原始数据批量统计
上传 CSV/TSV（每行一名受试者、每列一个变量），选择一个或多个自变量和应变量，自动计算所有有效的 2×2 组合。每个变量须恰好有两个非缺失类别；不会自动将连续变量二分化。单项分析和批量分析共用同一套 2×2 方法选择规则。
尚未加载批量数据。
论文标准统计表
每个应变量独立成表；单元格为 n（组内%），检验统计量和 P 值按自变量整体比较仅显示一次。Fisher 精确检验不报告 χ² 值。
说明：每个组合按成对完整案例分析，样本量可能不同；类别顺序以数据首次出现顺序为准，影响 OR/RR/RD 的方向。诊断指标仅适用于已确认行列含义的诊断试验。多重比较不自动校正；探索性分析应关注多重检验问题。
方法选择规则：仅针对 2×2 四格表。若 n ≥ 40 且全部理论频数 T ≥ 5，推荐 Pearson χ²；若 n ≥ 40 但有任一格 1 ≤ T < 5，推荐 Yates 连续性校正 χ²；若 n < 40 或任一格 T < 1，推荐 Fisher 精确检验。Fisher 精确检验没有χ²值，只有P值。本工具用于编辑初筛和结果核查，正式发表前建议结合专业统计软件复核。