对于科研小伙伴们来说，流程图并不陌生。 撰写论文、基金申报、Meta分析等，哪一个不需要流程图？ 然而流程图可难可易：易者，凭借一个WORD的几个文本框加几个箭头就可完成；难者，通过各种软件耗费一个上午尚不能满意。 然而流程图又
-chxh.jpg)
我们统计学分析有个小概率事件的说法，当某一现象发生概率非常小的时候，统计学上可以认为一次抽样活动中，不会发生。 但也会犯错误，小概率事件虽然发生的可能性比较小，但也有会发生，这种我们称之为一类错误。 但是，统计学仍然需要根据概率把事件又分为二，小概率事件，非小概率事件，概率界值一般是0.05。 一类
我们在开展临床试验的时候，患者随机分为两组，开展分析。由于是随机化分组，实验组和对照组在人口学、基础指标、病情等方面应该是均衡可比的 统计学也往往采用t检验、卡方检验等方法来比较实验组和对照组的差异性，若P值小于0.05，则说明两组存在着统计学差异，当然，一般情况下P值都是大于0.05的，也就是没有
作为医学统计学老师，我参加了不少毕业论文的开题评审。很多学生往往要对问卷开展信效度分析。对于这一点，很多流统大咖表示不认同，他们基本认为只有量表才要做信效度分析，一般问卷是不需要做信效度的！ 这话没错错，但不严谨。问是不需要做信效度，这里的信效度特有所指。 首先，解释下信效度 信度指的是问卷或者量表
我不止一次的说过，回归分析的结果可以说某因素是某现象的影响因素，这种关系主要是是因果关系。 那是不是说回归可以发现因果关系吗？ 回归模型是测定、验证一个或几个自变量（原因变量）对一个因变量（结果变量）影响力大小和方向的数学方程式。 其基本建模思想是：首先依据一定的理论或经验，先验地提出表示被研究系统
统计小食系列（7） 前段时间，有个学生就就论文修回中专家意见咨询，专家对下面的表格两组均数比较应该采用t检验而不是方差分析(F检验)。专家认为，男性和女性的生命质量比较应该用t检验，而不是F检验。真应该这样子的吗？
统计小食系列（8） 最近接到一位学生的咨询，怎么开展趋势性检验（trend test）。不知道各位吃瓜群众有没有听说过这个名词，有没有尝试过呢？这是很重要的方法！ 比如下图，可是说明骨密度在年龄上存在着趋势。
2016年，Kenneth J. Rothman与Sander Greenland于《欧洲流行病学》杂志发表了一篇总结性的文章《统计检验、P值、置信区间、检验效能的误导》，这一篇文献，解读了Fisher以P值来，不拒绝或者否定H0假设以来的种种误区，并进行解读。现在本论文来分三篇论文来陈述。本篇先来
统计小食系列（11） 今天我要说的故事，主角是我们的统计方法--非参数检验。因为最近很多朋友问“郑老师，数据偏态能用t检验吗？”，“你看我这数据能进行方差分析吗”。t检验和方差分析是统计分析最喜欢用的，因为它们被称之为参数检验。 我说，你不妨试试非参数检验，但是他们会说“什么是非参数检验”。可怜的非
