一、正态分布(Normal Distribution) 二、概述: 三、正态分布是描述连续型变量值分布的曲线,许多医学资料服从正态分布。 四、直方图的频数分布与正态分布(见图2-4)

第一节 多元线性回归分析 *第二节 复相关分析 *第三节 偏相关分析 *第四节 多项式回归 *第五节 通径分析

第一节 定性变量的分布特征 第二节 死亡率的标准化 第三节 动态数列及其分析指标 第四节 医学常用的相对数指标

第一节两独立样本差别的秩和检验 第二节配对设计资料的秩和检验 第三节完全随机设计多组差别的秩和检验 第四节多组差别秩和检验的注意事项 第五节 Spearman秩相关

一、集中趋势(Central Tendency) 1, What is the most typical value? The Average: typical value for quantitative data The Weighted Average: Adjusting for importance The Median: typical value for quantitative and ordinal data The Mode: typical value even for nominal data 2, What percentile is it? Extremes, Quartiles, and Box Plots The Cumulative distribution function displays the percentiles

相关和回归分析 是研究事物的相互关系,测定它们联系的紧密程度,揭示其变化的具体形式和规律性的统计方法, 是构造各种经济模型、进行结构分析、政策评价、 预测和控制的重要工具

第一节 生存分析的基本概念 第二节 生存率的估计与生存曲线* 第三节 生存曲线的Log-rank检验 第四节 COX比例风险回归模型

第一节 显著性检验的基本原理 第二节 样本平均数与总体平均数差异显著性检验 第三节 两个样本平均数差异显著性检验 第四节 百分数资料差异显著性检验 第五节 总体参数的区间估计

一、用编程的方法完成方差分析分析结果 1、 Source:变异来源 2、DF:自由度 3, ANOVA SS(Sum of Square) 离均差平方和 4、 Mean Square:均方 5、 Value:检验统计量F值 6、Pr>F:F值所对应的P值 The Power to Know

1.一组样本与总体的比较 2.两组样本的比较(成组设计) 3.两组样本的比较(配对设计) 4.单因素多组样本的比较(成组设计) 5.双因素多组样本的比较(配伍组设计) 6.三因素三组及以上设计(拉丁方设计) 7.三个或以上因素并交互作用(正交设计)