1701557961
1701557962
当我们将数字都输入表格之后，我们得到了这样的表格：
1701557963
1701557964
附录表11 填入连续两次检查都是阳性数据后的四格表
1701557965
1701557966
1701557967
1701557968
1701557969
从表格中，我们得知：
1701557970
1701557971
检查结果为阳性的人数为：201；
1701557972
1701557973
检查结果为阳性且患病的人数：1；
1701557974
1701557975
检查结果为阳性且未患病的人数：200。
1701557976
1701557977
我们需要注意，现在我们只看到了表格的一半：检查结果为阳性的那一半。这是因为我们想要回答的问题：假设你的检查结果为阳性，如果我连续两次检查结果都为阳性，那么我患病的概率为多少？
1701557978
1701557979
现在，我们用这些信息构建一个新的表格。第二次检查的结果可能为阳性，也可能为阴性，你可能已经患病，也可能并未患病。我们不再需要看总人数10000，我们只需要看10000人中第一次检查结果为阳性的人——201人。所以我们将201填入右下角。
1701557980
1701557981
附录表12 填入第二次检查结果为阳性人数后的四格表
1701557982
1701557983
1701557984
1701557985
1701557986
从上面的已知信息中，我们还可以填入一些其他信息。我们知道已患病与未患病的人的数量，所以我们可以填完表格右侧。
1701557987
1701557988
附录表13 填充完整表格右侧数字后的四格表
1701557989
1701557990
1701557991
1701557992
1701557993
现在，我们回到所给出的原始信息，检查出错的概率为2%。某个确实已经患病的人，会有2%的概率被误诊，有98%的概率不会误诊：1×2%=0.02。我们四舍五入为0——这是呈现虚假阴性的数字（他们确实已经患病，但这是第二次误诊）。1的98%接近1。
1701557994
1701557995
附录表14 填入虚假阴性数字后的四格表
1701557996
1701557997
1701557998
1701557999
1701558000
现在，我们将2%的误诊率应用于那些并未患病的人。200个没有患病的人中会有2%的人得到阳性检查结果（尽管他们很健康），即200×2%=4。所以，表格右下角框内正确诊断的数量为196。
1701558001
1701558002
附录表15 填入正确诊断人数后的四格表
1701558003
1701558004
1701558005
1701558006
1701558007
我们可以竖列相加得到边际总和，这样，我们需要计算出新的概率。
1701558008
1701558009
附录表16 填入各列总和后的四格表
1701558010