比值比计算器
根据 2×2 表计算比值比和相对风险。输入四个单元格的频数。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
将 2×2 表的四个频数分别填入 a、b、c、d 字段。a 和 b 为第一组发生与未发生事件的人数，c 和 d 为第二组对应人数。例如依次输入 60、40、30、70。使用整数人数或件数，不要输入百分比。
比值比
95% 置信区间：1.21 – 4.87
- 相对风险
- 2
比值比计算器比较两个组发生某事件的优势（odds）。输入四个频数：两组各自发生事件和未发生事件的人数。优势是发生概率除以未发生概率。比值比为 1 表示两组优势相同，大于 1 表示第一组优势较高，小于 1 表示较低。它与直接比较发生概率的相对风险不是同一个指标。
自己动手计算
设 a = 30 名暴露且发生事件者，b = 70 名暴露但未发生事件者，c = 15 名未暴露但发生事件者，d = 85 名未暴露且未发生事件者。
按照示例了解计算过程，再代入您自己的数值。
计算各组优势
暴露组优势 = a/b = 30/70。未暴露组优势 = c/d = 15/85。计算两个优势之比
OR = (a × d) ÷ (b × c) = (30 × 85) ÷ (70 × 15) ≈ 2.429。计算对数尺度上的标准误
SE = √(1/30 + 1/70 + 1/15 + 1/85) ≈ 0.355。将置信区间上下限从对数尺度转换回来
95% 区间上下限 = exp[ln(OR) ± 1.96 × SE] ≈ 1.21 至 4.87。ln 表示自然对数，exp 是其逆运算。优势不等于概率，因此比值比不能直接解释为相对风险。
为与此计算器一致，如果任一单元格为零，先给四个单元格都加上 0.5，再执行以下步骤。
在计算器中核对答案
应用场景
- 教师: 教师比较参加课后学习小组与未参加者的考试及格优势。
- 人力资源人员: 人力资源负责人比较完成培训课程与未完成者一年后仍在公司的留任优势。
- 市场研究人员: 研究人员比较收到优惠券的顾客与未收到者再次购买的优势。
比值比与相对风险
比值比比较暴露组与未暴露组的事件优势，1 表示观测优势相同。相对风险则直接比较事件发生概率。比值比的 95% 置信区间不包含 1 时，通常表示在相应检验下关联具有统计学显著性。
何时使用
当有两个组，且每个人或对象的结果只有发生或未发生两种情况时，可以使用本工具。例如，一组参加了某活动、另一组没有参加，想比较某结果是否在一组中更常见。分组与结果都必须为二分形式，例如参加或未参加、及格或不及格。只有一个组，或结果有多个独立类别时，不适合直接使用这个 2×2 工具。
结果是什么意思？
主要结果是比值比。1 表示两组观测优势相同，大于 1 表示第一组优势较高，小于 1 表示较低。判断关联强度时需注意比值尺度，例如 2 与 0.5 表示方向相反、幅度对应的比较。没有统一的好坏界限。若置信区间包含 1，则在对应水平下证据不足以确认关联，并不证明两组相同。
常见错误
保持两组及结果类别的顺序一致，交换组别会使比值变为倒数。输入实际频数，不要输入百分比。样本很小时估计可能不稳定。比值比只能描述关联，不能证明因果关系，也不能当作直接的发生概率或百分比。它比较的是优势，而不是日常所说的事件风险；两者应区分。
如何使用此计算器
- 收集四个频数：两个组分别有多少人发生事件、多少人未发生事件。
- 将第一组的发生与未发生人数填入 a 和 b，将第二组的对应人数填入 c 和 d。
- 检查每项都是整数人数或件数，不是百分比，并确保没有字段留空。
- 查看比值比并与 1 比较：大于 1 表示第一组优势较高，小于 1 表示较低。
计算示例
咖啡馆向部分顾客发放会员卡，观察他们是否再次光顾。100 位持卡顾客中，60 人再次光顾、40 人没有；100 位未持卡顾客中，30 人再次光顾、70 人没有。输入这四个频数，得到比值比 3.5，表示持卡组再次光顾的优势是未持卡组的约 3.5 倍，并不是再次光顾概率为 3.5 倍。
常见问题
各输入框应填写什么？
输入实际人数或件数的整数频数。对两个组，分别填写发生事件和未发生事件的数量。
这些数据从哪里来？
来自调查答案、业务记录或统计表。数出落入四种组合的各自人数，再填写对应字段。
最终数值表示什么？
结果是比值比。1 表示两组观测优势相同，大于 1 表示第一组优势较高，小于 1 表示较低。不能将它直接理解为概率比或百分比。
结果正好为 1 意味着什么？
表示两组观测到的事件优势相同。它描述当前数据中的比较结果，并不能单独证明总体中完全没有差异。
结果可以小于 1 或为负数吗？
可以小于 1，表示第一组的事件优势较低，但不能为负数，因为优势是非负的。