第一节 试验设计概述 第二节 动物试验计划 第三节 试验设计的基本原则 第四节 完全随机设计 第五节 随机单位组设计 第六节 拉丁方设计 *第七节 交叉设计

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

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

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)

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 常用相对数及其应用 第二节 应用相对数需注意的问题 第三节 动态数列及其应用 第四节 率的标准化

第一节计量资料的频数分布 第二节集中趋势 第三节离散趋势 第四节正态分布 第五节医学正常值范围的估计

(1)可疑数据的取舍——过失误差的判断方法:Q检验法;格鲁布斯( Grubbs)检验法。确定某个数据是否可用。 (2)分析方法的准确性———系统误差的判断显著性检验:利用统计学的方法,检验被处理的数据是否存在统计上的显著性差异

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

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