统计学最常见的统计学检验就是两组数据之间的差异性方法。比如两组均数、两组率、两组偏态分布数据的比较等。 常见的方法有t检验、卡方检验、z检验、LogRank检验。 其实这些方法，计算公式都挺复杂的。比如比较两组均数的t检验，公式可见下方所列，难以理解，比较复杂。
很多文章进行统计分析、撰写报告时，当P值比较小的时候（可能<0.000001 之类），由于软件的原因，把P值写成0.000（最常见的就是SPSS，一直都这么展现数据的）。 这样表达结果合适吗？ 不合适！ 关于P值，我在之前推文已经有详细的介绍，有兴趣可以可以浏览下。
相对危险度你可能还不明白是什么？但是缩写RR值你恐怕在很多在文献中都看过，它全称是Relative Risk。 据相关教材介绍，相对危险度是医学研究的重要指标，特别是队列研究和随机对照研究，相对危险度是经常被计算的指标。 在队列研究中，RR=暴露组发病率（或死亡率）/对照组发病率（或死亡率） 在RC
-jqec.jpg)
统计问题（29）： 当卫生当局引入了一个新的基于社区的疫苗推广团队时，MMR（麻疹、腮腺炎、风疹）疫苗的接种率在接下来的两年中有所提高。此项改变具有统计学意义，单侧检验 P< 0.01。
-chxh.jpg)
统计问题（30）： 诊断出多发性硬化症后的平均生存期比诊断出宫颈癌后长得多。它们的发病率几乎相同，每年每 100000 人中有 5 人，尽管这因地理和人口统计而异。在大量人群中，多发性硬化症的患病率预计为： 在大量人群中，多发性硬化症的患病率预计为 (
这个问题，似乎不值得一提，但又得说一说。 看起来一个简单的问题，很多人还真没有导入成功到SPSS。 我也被问烦了，所以简单做个演示！ 1. 构建EXCEL 数据集 EXCEL数据集其实也简单，它由变量名和数据组成.。 （1）第一行是变量名，，每一列都有个变
医学研究，特别是随机对照试验，置信区间非常重要。但它中文论文文献中被长期忽视，因而我今天特地来科普下。 统计分析结果中，P值很重要。人人都爱P值！但光光这个“屁用”的值是不够的。我一直在说，统计分析报告，要效应值、P值、置信区间三者皆具。
答案是显而易见的，错了！ 还是有很多人在问我这个问题，为什么错了？ 首先是显著性一词，英文的说法是significant，或者significance，所以翻译成中文，很多人翻译成显著性，但是英文还有个词要联系起来，statistical，也就是如果你要翻译应该是具有显著性统计学差异。 但这种说法
今日本公众号头条报道了一个关于电子屏幕与自闭症的关系！ 里面介绍一个方法，Jonckheere-Terpstra方法。可能绝大多数人都没有听说过，这里做个简单介绍。 最近，一项基于日本大型出生队列的研究研究发现，在男孩中1岁时接触较长时间的电子屏幕与3岁时诊断出患自闭症谱系障碍显著相关。
关于置信区间，之前我有长篇文章探讨过。 我来科普下：什么是置信区间? 为什么置信区间非常重要?【修改版】 现在我来讲讲，如何计算置信区间？什么时候需要计算置信
.png)
