每节课名称

每节课学习目标

课时
(分钟)

1.1 如何快速学好统计学？

1. 了解医学统计学学习中的常见误区；
 2. 掌握快速学习医学统计的一般性方法。

30

2.1 临床试验设计的统计学错误辨析

1. 通过大量的案例解读临床研究设计阶段常见的统计学错误类型，需掌握试验设计过程中的所“不能为”。

30

2.2 随机序列产生与随机化分组的实现

1. 基于统计软件随机数字发生器产生随机序列；
 2. 分层随机化与区组随机化的实现；
 3. 隐蔽分组的实现

30

2.3 基于 PASS 软件计算常见类型的临床研究样本量

1. 掌握基于 PASS 软件计算常见临床研究设计类型样本量的方法；
 2. 包括两样本率比较，两样本均数比较，非劣效检验样本量计算，诊断试验样本量计算等

45

2.4 常见的统计学概念混淆与误用

1. 通过大量解读常见的统计学概念混淆与误用案例，需掌握易混淆的统计学概念。

20

2.5 统计学方法选择与使用错误案例辨析

2. 以多个典型的统计学方法选择与误用经典案例解析论文写作中的常见统计学错误；
 2. 介绍统计结果的正确表达范式。

45

3.1 数据的类型与统计资料的描述

1. 掌握临床研究数据的类型与统计资料的一般描述方法；
 2. 均数，中位数，标准差，四分位数间距计算

15

3.2 连续数据的正态性检验与非正态数据的正态转换

1. 掌握连续数据的正态性检验方法；
 2. 掌握非正态数据的正态转换的常用方法

15

4.1 两组连续资料的比较 -- t检验与秩和检验

1. 掌握单样本 t 检验，配对 t 检验， 成组 t 检验的  SPSS 软件实现及结果解读；
 2. 掌握单样本秩和、配对秩和、成组秩和检验的 SPSS 软件实现及结果解读。

30

4.2 多组连续资料的比较 -- 单因素方差分析

1. 掌握单因素方差分析的适用条件， SPSS 软件操作方法及软件计算结果解读；
 2. 掌握 POST HOC（两两比较） 的常用方法；
 3. 了解统计学中检验水准校正的概念。

30

4.3 多组连续资料的比较 -- 两因素方差分析

1. 掌握试验设计中“因素”、“水平”的概念，可正确区分试验设计中的“因素”和“因素的水平”；
 2. 掌握随机区组方差分析的 SPSS 软件实现及结果解读；
 3. 掌握析因设计方差分析的 SPSS软件实现及结果解读；
 4. 掌握重复测量资料方差分析的 SPSS 软件实现及结果解读。

45

4.4 多组连续资料的比较 -- 秩和检验

1. 掌握多组连续资料比价的秩和检验在 SPSS 软件中的实现方法及结果解读。

15

5.1 四格表的普通卡方检验

1. 掌握普通卡方检验的适用条件；

2. 掌握四格表资料的数据录入与 SPSS 操作；

3. 掌握临床研究报告中“基线特征表”的统计描述与假设检验方法。

30

5.2 配对卡方检验与一致性检验

1. 掌握试验设计中“配对”与“区组”的概念；

2. 掌握配对资料卡方检验的数据录入与 SPSS 软件操作及结果解读；

3. 掌握一致性检验（Kappa）的 SPSS软件操作及结果解读。

30

5.3 单向有序列联表的统计学处理

1. 掌握单向有序列联表的数据结构及将数据录入 SPSS 软件的方法；

2. 掌握单向有序列联表秩和检验的SPSS 软件操作及结果解读；

3. 知道常见的单向有序列联表统计方法误用形式。

30

5.4 双向有序列联表的统计学处理

1. 掌握双向有序列联表的数据结构与 SPSS 数据录入；

2. 掌握双向有序列联表属性不同的列联表三种常见的统计学处理方法；

3. 掌握双向有序列联表属性相同的列联表的一致性检验；

4. 培养处理复杂统计学问题的思维：试验目的决定统计学方法选择。

30

6.1 诊断试验设计要点及统计学指标的含义

1. 掌握诊断试验设计的原则与一般方法；

2. 掌握诊断试验各统计指标的含义。

30

6.2  ROC 分析的原理及 SPSS 软件操作

1. 掌握 ROC 分析的原理；

2. 掌握连续性诊断指标  Cut-Off   截断值确定的方法；

3. 掌握 SPSS 进行ROC  分析的方法及结果解读。

30

6.3 比较两条或多条 ROC 曲线的曲线下面积

1. 掌握使用 MedCalc 软件比较两条或多条 ROC 曲线的曲线下面积（AUC）的方法及结果解读。

30

6.4 联合诊断原理及在 SPSS 软件中的实现

1. 掌握联合诊断在 SPSS 软件中的实现方法及结果解读；
 2. 掌握诊断效能评价的指标的含义及计算方法，如AUC，C-Statistics  等。

30

7.1 相关分析与回归的区别和应用

1. 掌握两种相关（线性相关与等级相关）的适用条件及 SPSS 软件实现、结果解读；
 2. 掌握相关和回归的区别和应用；3. 掌握偏相关系数的含义与计算方法。

30

7.2 简单线性回归与多元线性回归

1. 掌握简单线性回归与多元线性回归的 SPSS 实现及结果解读；
 2. 掌握决定系数 R2 的意义；
 3. 掌握多重共线性的识别与诊断方法（容忍度与方差膨胀因子）；
 4. 用线性回归模型解决 t检验及方差分析的问题。

30

7.3  Logistic 回归的原理及软件实现

1. 了解 Logistic 回归的原理；
 2. 掌握二元 Logistic 回归的 SPSS 软件实现方法及结果解读；
 3. 掌握二元 Logistic 回归中两因素交互作用识别方法；
 4. 掌握二元 Logistic 回归中亚组分析的方法（SPSS  软件实现）及用森林图展示亚组分析的结果（基于 R 语言的forestplot  包）；
 5. 掌握论文中 Logistic回归结果的正确报告形式（单因素与多因素分析表格或绘制森林图）；

6. Logistic 回归结果用 Nomogram 列线图展示（基于 R 语言的 rms 包绘制列线图）；

7. Logistic 回归模型拟合优度检验及 C-Statistics 计算（基于 R 语言rms 包）。

60

7.4 多因素回归中的变量筛选方法

1. 掌握 SPSS 软件中所提供的线性回归与 Logistic 回归变量筛选方法的含义；

2. 掌握实际应用过程中 Logistic 回归变量的筛选方法（先单因素分析，  根据设定的变量筛选界值与专业考量及样本量大小决定最终纳入回归方程的变量）。

30

8.1 生存资料的统计分析原则与单因素生存分析

1. 掌握生存资料的数据结构特点；

2. 掌握K-M 分析、Log-rank  检验的SPSS 软件实现及结果解读；3. 生存曲线绘制。

30

8.2  Cox 回归分析的原理及统计软件实现

1. 了解 Cox 回归分析的原理；

2. 掌握 Cox 回归的  SPSS 软件实现及结果解读；

3. 掌握 Cox 回归中两因素交互作用识别方法；

4. 掌握 Cox 回归中亚组分析的方法（SPSS 软件实现）及用森林图展示亚组分析的结果（基于 R 语言的 forestplot 包）；

5.  掌握论文中 Cox 回归结果的正确报告形式（单因素与多因素分析表格制作或绘制亚组分析森林图）。

60

8.3  Cox 回归变量筛选方法与回归模型诊断

1. 了解 SPSS 软件中所提供的 Cox 回归变量筛选方法的意义;

2. 掌握实际应用过程中 Cox 回归变量的筛选方法（先单因素分析，根据设定的变量筛选界值与专业考量及样本量决定最终纳入回归方程的变量）；

3. 掌握   Cox回归模型诊断指标的含义。

30

8.4  Nomogram(列线图)的绘制

1. 掌握临床预测模型构建的一般统计学思路；

2. 掌握 R 语言 rms  包绘制Nomogram 及Calibration 标准曲线的方法；

3. 掌握 R 语言计算  C-index 的方法；

4. Cox 回归模型拟合优度检验（基于 R 语言 survival 包）。

60

9.1 倾向性匹配得分 PSM 分析的原理

1. 掌握 PSM 分析的原理以及概念；

2. 掌握 PSM 分析的适用条件。

30

9.2 倾向性匹配得分 PSM 分析的统计软件实现

1. 掌握基于 Stata 软件或 SPSS 软件实现 PSM 以及结果解读。

30