丛书介绍
序(一)
序(二)
第一部分 统计学趣谈
第一章 标准差和标准误：两个经常被混淆的概念
第二章 多组比较之后是否有必要进行两组比较?
第三章 戏说卡方检验
第四章 四格表统计中该用Fisher确切概率法还是卡方检验?
第五章 OR、HR、RR：三个经常被混淆的概念
第六章 OR能否用于队列研究?答读者问
第七章 有病例和对照的研究就是病例对照研究?
第八章 倾向匹配(PSM)分析：观察性研究的统计学利器
第九章 调整基线差异：协方差分析
第十章 Cox回归、logistic回归、多元线性回归到底有啥区别?
第十一章 诊断准确性试验的偏倚来源及其控制
第十二章 Ⅱ类误差与样本量估计
第十三章 实验组和对照组的样本量一定要“均衡”才行?
第二部分 统计软件实战
第十四章 随机区组方差分析在SPSS软件中的实现
第十五章 重复测量资料的方差分析在SPSS软件中的实现
第十六章 析因设计资料方差分析在SPSS软件中的实现
第十七章 多重线性回归的SPSS软件实现
第十八章 二分类Logistic回归在SPSS软件中的实现
第十九章 cox回归的SPSS软件实现
第二十章 随访资料的生存分析——基于Stata软件的统计学实现
第二十一章 生存数据的Logrank检验——基于MedCalc软件实现
第二十二章 生存数据的cox回归——基于MedCalc软件实现
第二十三章 诊断准确性试验数据处理——基于MedCalc软件实现
第二十四章 如何利用Sigmaplot和SPSS作联合诊断
第二十五章 实例演示Stata软件实现倾向性匹配得分(PSM)分析
第二十六章 循证杂谈20——两样本均数比较的样本量计算——基于PASS软件实现
第二十七章 循证杂谈21——两样本率比较的样本量计算——基于PASS软件实现
第二十八章 循证杂谈22——诊断准确性研究的样本量计算——基于PASS软件实现
第二十九章 循证杂谈23——有关生存资料预后研究样本量计算(LogrankTest)——基于PASS软件实现
第三十章 如何用Sigmaplot进行简单的样本量估计
第三十一章 如何用图形完美展示临床研究中亚组分析的结果
第三部分 大数据与科研
第三十二章 大数据与临床科研
第三十三章 “RCT研究”与“接力赛”
第三十四章 再谈大数据临床研究
第三十五章 三谈BCT(大数据临床研究)
第三十六章 四谈BCT：临床诊疗行为相关的数据是否应该被采集?
第四部分 数据纵横
第三十七章 Logistic回归的模型建立方法：协变量的目的性选择
第三十八章 逐步回归法和最佳子集法进行变量选择
第三十九章 通过R语言进行大数据临床研究：创建新变量、重编码和重命名
第四十章 R语言巾处理缺失值的一些基本技能
第四十一章 一图抵千言：缺失数据的可视化方法
第四十二章 缺失数据的单一插补
第四十三章 MICE程辑包进行多重数据插补
^ 收 起 
