具体描述
内容简介
本书以全新的方式，对开展科研工作时从选题到撰写论文全过程中所
需理解、掌握的最基本、最关键的统计学内容，作了深入浅出的讲解，可使
读者在学习中受到严格的统计思维方法和技能的培养与训练。书中还介绍
了笔者导出的许多简便公式及与计算器的使用技巧融为一体的全新计算方
法，简化了传统的计算过程；对于有条件应用世界最著名的统计分析软件
SPSS或sAS，但学习起来又感到很困难的读者来说，书中的“SPSS使用
方法概要”及“SAS使用方法概要”更是不可多得的好教材。
本书不但适于医学科技工作者，对高等医学院校的学生深刻理解统计
学的真谛、尽快掌握统计基本技能亦有参考价值。
作者简介
目录信息
第一章 引言
第一节 学习统计学知识的必要性与迫切性
第二节 统计学的研究对象及其主要内容
第三节 阅读本书的方法及应注意的问题
第二章 医学科学研究概述
第一节 医学科学研究的四个阶段
第二节 医学科学研究的类型
第三节 专业设计与统计设计
第四节 影响科研结果可靠性的主要因素与对策
第五节 常用的观察性研究与实（试）验性研究方法
第六节 调查方法选用指南
第三章 医学科研的设计
第一节 医学科研的设计思路
第二节 制定抽样调查计划时应明晰的问题
第三节 制定实（试）验研究计划时应明晰的问题
附：一项描述性研究设计的开题报告摘要
第四章 调查表的设计
第一节 调查表的格式、调查项目与答案
第二节 调查项目的拟定与计算机编码
第三节 拟定调查表的一些原则
第四节 编排调查表中各项目顺序的原则与技巧
第五节 引言与注释
第五章 统计资料的类型与统计分析方法
第一节 统计资料的类型
第二节 计量资料常用的统计分析方法
第三节 计数资料常用的统计分析方法
第四节 等级资料常用的统计分析方法
第六章 计量资料的探索性分析
第一节 资料的核查
第二节 设计分组与归纳汇总
第三节 频数分布――揭示资料的分布特征
第四节 正态分布――最重要的一种频数分布
第五节 正态性检验――介绍一种巧妙的计算方法
第六节 统计学家们无意中构筑的误区
第七章 计量资料的描述性统计分析
第一节 描述频数分布特征的指标
第二节 应用X土S法描述频数分布特征与可疑值的取舍
第三节 平均分析法
第八章 计量资料的推断性统计分析――总体均数的估计与两样本均数的比较
第一节 由样本推论总体的必要性与可行性
第二节 均数的抽样误差与标准误
第三节 抽样分布的规律
第四节 由样本均数估计总体均数
第五节 计量资料的假设检验
第六节 样本均数与某一已知总体均数的比较――t检验与u检验
第七节 配对样本的比较――t检验
第八节 两样本的比较――u检验与t检验
第九节 正态性检验――矩法
第十节 假设检验的误判――I型错误与Ⅱ型错误
第十一节 假设检验时应注意的问题
第九章 计量资料的推断性统计分析――两个以上样本均数的比较
第一节 概述
第二节 F检验的原理
第三节 成组设计的多个样本均数比较的新方法
第四节 配伍组设计的多个样本均数比较的新方法
第五节 多个样本均数间的两两比较――q检验
第十章 秩和检验
第一节 配对设计的符号秩和检验
第二节 成组设计的两样本比较的秩和检验
第三节 成组设计的多个样本比较的秩和检验
第四节 配伍组设计的多个样本比较的秩和检验
第五节 多个样本两两比较的秩和检验
第十一章 计数资料的描述性统计分析
第一节 按类别或属性计数――整理成频数表
第二节 描述计数资料的指标与相对分析法
第三节 相对指标应用中的“常见病”
第四节 标准化法
第五节 动态数列及其分析指标
第六节 寿命表法
第十二章 计数资料的推断性统计分析
第一节 率的抽样误差
第二节 由样本率估计总体率的理论基础――二项分布与泊松分布
第三节 由样本率估计总体率
第四节 样本率与已知总体率的比较
第五节 两样本率的比较――u检验
第六节 两样本率或构成比的比较――卡方检验
第七节 多个样本率或构成比的比较――行×列表的卡方检验
第八节 配对资料的卡方检验
第九节 关联强度的度量――列联系数
第十节 四格表的确切概率法
第十一节 频数分布的卡方检验
第十三章 描述两个变量间的关系――直线回归与相关
第一节 概述
第二节 直线相关
第三节 直线回归
第四节 相关与回归分析的关系
第五节 应用直线相关与回归分析的注意事项
第十四章 描述多个变量间的关系――多元线性回归与相关
第一节 概述
第二节 多元线性回归方程的求法
第三节 二元回归方程的线性假设检验与偏回归系数的假设检验
第四节 多元线性相关
第五节 简单相关系数 偏相关系数与复相关系数的关系
第六节 偏相关系数与偏回归系数的关系
第七节 分类变量在回归分析中的处理方法
第八节 t检验、方差分析 协方差分析与回归分析的内在联系及应用线性回归方程剔除混杂因素的原理
第九节 多元线性回归与相关分析的注意事项
第十五章 统计表与统计图的编绘
第一节 统计表
第二节 统计图
第十六章 敏感性问题的调查方法
第一节 概述
第二节 敏感性问题的调查方法
第三节 注意事项
第十七章 常用的几种随机抽样方法
第一节 概述
第二节 单纯随机抽样
第三节 系统抽样
第四节 整群抽样
第五节 分层抽样
第十八章 随机抽样调查所需样本含量的估计
第一节 估计样本含量应具备的条件
第二节 不同的抽样方法所需样本含量的计算
第十九章 常用实验设计方法
第一节 两样本比较或配对比较的设计
第二节 多个样本均数或多个样本率（构成比）比较的设计
第二十章 实验研究中所需样本含量的估计
第一节 实验研究中所需样本含量的估计
第二节 常用的假设检验方法所需样本含量的计算
第二十一章 实验研究中的随机分配方法
第一节 常用的随机分配方法
第二节 随机表在不同实验设计的随机分配中的应用
第二十二章 电子计算器的使用方法与技巧
第一节 电子计算器的初步知识
第二节 一般计算与函数计算
第三节 统计计算
第四节 程序编写入门
第五节 计算器的操作与保养
第二十三章 “SPSS/PC十”（4.0）使用方法概要
第一节 使用SPSS/PC十的初步知识简表
第二节 最常用的功能键
第三节 建立命令文件的几种常用方法
1数据直接嵌入命令文件中（用于数据较少的情况）
2从外部的数据文件读取数据（用于数据较多的情况）
3读取用SAVE命令存储的系统文件
4直接读取dBASEⅢ数据文件
5读取dsurvey的数据文件
第四节 数据处理的几个最重要的方法
1挑选符合限定条件的CASE组成子数据集
2挑选所需的变量建立数据集
3从一个较大的数据集中抽样
4创建新变量、数据转换与分组
5排序
6文件的连接
第五节 最常用的统计处理过程
1描述变量的频数或频数分布
2计算连续变量的特征值（如均数，标准差等）
3计算分组变量特征值的简便方法
4两样本均数的显著性检验
5配对样本的显著性检验
6样本均数与总体均数的显著性检验
7方差分析
8协方差分析
9线性相关与回归
10卡方检验
第二十四章 “sAs”（6.03）使用方法概要
第一节 SAS使用的初步知识简表
第二节 最常用的功能键及用法
1大键盘上的功能键
2在PGM窗口内的行号上常用的编辑命令
3在命令行使用的命令
4小键盘上的功能键
第三节 建SAs数据集的常用方法
1由键盘输入（观察值较少时应用）
2调用外部的非SAS数据集（较常用）
3调用已建立的sAS数据集（较常用）
4建立sAS永久性数据集（较常用）
5从一个SAS过程中输出数据（较常用）
6由dBASEⅢ文件转换成SAS永久性文件（较常用）
第四节 建数据集时，DOEND循环语句的应用
第五节 标签，标题与注释
1变量标签、数值标签与标题
2注释语句
第六节 整理数据集的方法
1创立新变量
2修改变量与更改变量名
3挑选所需的变量创建新数据集
4挑选符合条件的CASE创建新数据集
5数据重新编码的方法
6数据集的连接与合并
第七节 常用的统计过程
1显示数据
2累加求和
3对计量资料做描述性统计
4对计量资料做进一步的描述性统计
5t检验
6方差分析
7协方差分析
8直线相关与回归分析
9多元线性回归分析
10秩和检验
11频数表、列联表与卡方检验
第八节 应用线性回归方法进行两组或多组间的比较
第九节 填充过程画面的应用
附录I统计用表
附录Ⅱ实习题
附录Ⅲ常用英汉统计学词汇
附录Ⅳ 医学科技论文的撰写
参考文献
· · · · · · (收起)
读后感
用户评价
作为一名在临床一线工作的医生，我经常需要阅读大量的医学文献，其中涉及的统计学内容常常让我感到困惑。尽管我并非统计学专业出身，但我深知扎实的统计学功底对于理解和评估研究证据的重要性。因此，我一直渴望找到一本能够帮助我快速掌握核心医学统计学概念，并能灵活应用于临床实践的书籍。这本书的书名“新编实用”立刻吸引了我，我猜想它一定能够提供一种务实、接地气的学习方式。我希望书中能详细阐述一些在临床试验、观察性研究中常用的统计检验方法，并重点讲解如何根据研究设计和数据类型选择最恰当的检验方法。同时，我也非常想了解如何识别和规避文献中可能存在的统计学误导，提高我批判性阅读医学文献的能力。如果这本书能提供一些关于样本量计算、功效分析的实用技巧，那就更好了，这将对我开展小规模的临床研究提供宝贵的指导。
这本书的封面设计简洁大方，书名传递出一种专业、可靠的感觉。我一直对统计学在医学领域的应用抱有浓厚的兴趣，但苦于找不到一本既能系统讲解理论，又能贴合实际操作的书籍。很多统计学教材要么过于理论化，难以消化；要么过于浅显，解决不了实际问题。我希望这本“新编实用”的教材能够填补这个空白，提供一套清晰、易懂的学习路径。我特别关注书中是否会讲解如何使用R、SPSS等统计软件进行数据分析，以及如何有效地进行数据可视化，因为这些都是现代医学研究中不可或缺的技能。此外，如果书中能包含一些真实的医学研究案例，并对这些案例中的统计分析过程进行详细剖析，那将极大地帮助我理解统计方法的实际应用场景和潜在陷阱。我期待这本书能够成为我科研道路上的得力助手，帮助我更自信、更准确地进行医学数据分析，并将我的研究成果以更具科学性的方式呈现出来。
这本书的书名给我一种“更新、更好用”的感觉。我一直认为，医学统计学是一门不断发展的学科，传统的教材可能无法完全跟上最新的研究动态和技术进展。因此，一本“新编”的书籍，意味着它能够反映当前医学统计学领域的最新发展和最实用的技术。我特别关注书中是否会涉及一些当前医学研究中比较热门的统计方法，比如生存分析的进阶内容，或者在基因组学、流行病学等领域常用的统计模型。同时，我希望这本书不仅讲解“是什么”，更侧重于“怎么做”，提供丰富的操作指南和代码示例，让我能够直接上手练习。我期待这本书能够为我打开医学统计学的新视野，让我了解到更多能够提升研究效率和研究质量的实用技术，从而在我的科研工作中取得更大的突破。
我之所以被这本书吸引，是因为它的书名传递出一种“面向问题、解决问题”的导向。在实际的医学研究过程中，我们常常会遇到各种各样的数据问题和分析难题，而一本“实用”的教材，应该能够直接回应这些挑战。我希望这本书能够详细介绍在处理医学数据时可能遇到的常见问题，例如缺失数据的处理策略、异常值的检测与修正方法、以及如何进行数据转换和标准化等。更重要的是，我希望书中能够提供一套系统性的方法论，指导我如何将这些数据处理技术与具体的统计分析方法相结合，从而确保分析结果的准确性和可靠性。如果书中还能包含一些关于多重比较校正、亚组分析等具体操作的详细步骤，并提供相应的注意事项，那将极大地帮助我避免在研究中走弯路，做出更严谨、更有说服力的科学结论。
这本书的名字听起来就很有份量，感觉是一本能够帮助我深入理解医学统计学“为什么”和“怎么做”的书。作为一名刚接触统计学不久的医学研究人员，我常常在文献中遇到各种复杂的统计方法，但往往只能停留在“知道有这么个方法”的层面，对于其背后的原理、适用条件以及如何正确解读结果，总感觉隔靴搔痒。这本书的“实用”二字让我看到了希望，它似乎能从实际应用的角度出发，把那些抽象的统计概念变得更易于理解和操作。我尤其期待它能在如何选择合适的统计模型、如何处理医学研究中常见的数据偏倚问题、以及如何撰写规范的统计分析报告等方面提供详细的指导。毕竟，统计学方法再高深，如果不能有效地应用于实际研究，那也只是空中楼阁。我希望这本书能像一位经验丰富的导师，耐心细致地解答我的疑惑，让我不仅能“会用”，更能“用好”医学统计方法，从而提升我科研工作的严谨性和说服力，做出更有价值的医学研究。
