第1章 统计学三型理论在口腔医学科研中的应用 1
1.1 统计学三型理论的定义及各型间的相互关系 1
1.1.1 什么是统计学三型理论 1
1.1.2 “三型”之间的相互关系 2
1.1.3 不易出错的“三型”和极易出错的“三型” 2
1.1.4 破解“三型”的技巧与策略 2
1.2 统计学三型理论产生的背景 3
1.3 统计学三型理论提出的依据 4
1.4 统计学三型理论适用的范围 4
1.5 统计学三型理论应用的样例 5
1.6 本章小结 8
第2章 统计表达和描述错误辨析与释疑 9
2.1 纵、横标目倒置 9
2.2 总纵标目设置错误 14
2.3 误用复式条图表达适合用线图表达的资料 16
2.4 误用复式条图表达构成比资料 21
2.5 用线图表达不宜用线图表达的资料 21
2.6 用普通线图表达适合用半对数线图表达的资料 24
2.7 计算相对数时分母太小 24
2.8 “率”和“比”混淆 31
2.9 误用表达呈正态分布资料的方法表达呈偏态分布的资料 33
2.10 用标准误描述数据的离散程度具有欺骗性 42
2.11 统计表中数据含义不清 46
2.12 在同一张表中表达多个不同的内容 51
2.13 统计图坐标轴上的刻度值不符合数学原则 53
2.14 随意列表，横标目重复 60
2.15 计算错误 61
2.16 数据错误 62
2.17 综合性错误 63
2.18 本章小结 77
第3章 实验设计及定量资料统计分析中的错误辨析与释疑 78
3.1 与随机原则有关的概念及实例 78
3.1.1 随机的概念与作用 78
3.1.2 违背随机原则的实例 78
3.2 与对照原则有关的概念及实例 79
3.2.1 对照的概念与作用 79
3.2.2 对照不全的概念 79
3.2.3 对照不全的实例 80
3.2.4 对照组的设立与实验设计目的不符的概念及后果 86
3.2.5 对照组的设立与实验设计目的不符的实例 86
3.2.6 重复设置对照组的概念 90
3.2.7 重复设置对照组的实例 90
3.2.8 盲目设置对照组的概念 99
3.2.9 盲目设置对照组的实例 99
3.2.10 实验分组不合理的概念 102
3.2.11 实验分组不合理的实例 102
3.3 与重复原则有关的概念与实例 107
3.3.1 重复原则的概念与作用 107
3.3.2 样本含量过小的实例 107
3.4 与均衡原则有关的概念及实例 108
3.4.1 均衡原则的概念 108
3.4.2 违背均衡原则的实例 109
3.5 与设计类型有关的概念及实例 112
3.5.1 设计类型的概念 112
3.5.2 误用单因素设计取代多因素设计 112
3.5.3 误将某种多因素设计判断为单因素设计而误用统计分析方法 113
3.6 实验设计中的其他错误实例 114
3.6.1 缺乏完善的设计方案 114
3.6.2 不合理的实验设计 116
3.6.3 脱离实际的实验设计方案 117
3.6.4 适合采用裂区设计的实验研究问题 119
3.6.5 实验设计中统计学错误的综合分析 119
3.7 三类常用实验设计类型的合理选用 125
3.7.1 合理选用单因素设计类型 125
3.7.2 合理选用多因素析因设计类型 125
3.7.3 合理选用多因素重复测量设计类型 126
3.8 本章小结 126
第4章 定性资料统计分析错误辨析与释疑 127
4.1 误将“例次”当作“例数” 127
4.2 定性资料的表达与分析显得很杂乱 129
4.3 列表格式和分析方法都不当 130
4.4 列表格式错误导致设计类型和资料类型发生变异 131
4.5 没有把调查目的如实地陈述清楚 133
4.6 误用定量资料统计分析方法处理定性资料 134
4.7 所交代的统计分析方法与所用的检验统计量的符号不吻合 134
4.8 忽视x2检验的前提条件且计算有误 136
4.9 误用t检验分析四格表资料 136
4.10 用一般x2检验取代校正x2检验或Fisher精确检验 138
4.11 用校正x2检验取代Fisher精确检验 139
4.12 用配对x2检验分析多个横断面研究设计的2×2列联表资料 140
4.13 误用一般x2检验取代McNemar x2检验 141
4.14 误用x2检验、t检验处理单向有序列联表资料 142
4.15 用多次两两比较随意割裂R×C表资料 145
4.16 用不恰当的列表格式处置一致性评价问题 146
4.17 误用x2检验处理三维列联表资料 147
4.18 误用Ridit分析处理三维列联表资料 149
4.19 多重logistic回归分析未完成 150
4.20 本章小结 151
第5章 定性资料的统计分析 152
5.1 横断面研究设计的2×2表资料及其统计分析 152
5.1.1 何为横断面研究设计的2×2表资料 152
5.1.2 实例分析 153
5.1.3 SAS程序与结果解释 153
5.2 队列研究设计的2×2表资料及其统计分析 154
5.2.1 何为队列研究设计的2×2表资料 154
5.2.2 实例分析 155
5.2.3 SAS程序与结果解释 156
5.2.4 值得注意的问题 157
5.3 病例对照研究设计的2×2表资料及其统计分析 157
5.3.1 何为病例对照研究设计的2×2表资料 157
5.3.2 实例分析 158
5.3.3 SAS程序与结果解释 158
5.4 配对研究设计的2×2表资料及其统计分析 160
5.4.1 何为配对研究设计的2×2表资料 160
5.4.2 实例分析 160
5.4.3 SAS程序与结果解释 161
5.5 双向无序的R×C表资料及其统计分析 163
5.5.1 何为双向无序的R×C表资料 163
5.5.2 实例分析 164
5.5.3 SAS程序与结果解释 164
5.6 结果变量为有序变量的单向有序R×C表资料及其统计分析 165
5.6.1 何为结果变量为有序变量的单向有序R×C表资料 165
5.6.2 实例分析 165
5.6.3 SAS程序与结果解释 166
5.7 双向有序且属性不同的R×C表资料及其统计分析 168
5.7.1 何为双向有序且属性不同的R×C表资料 168
5.7.2 实例分析 169
5.7.3 SAS程序与结果解释 169
5.8 双向有序且属性相同的R×C表资料及其统计分析 173
5.8.1 何为双向有序且属性相同的R×C表资料 173
5.8.2 实例分析 173
5.8.3 几点说明 177
5.9 2×K列联表资料的统计分析 177
5.9 1 何为2×K列联表资料 177
5.9.2 实例分析 177
5.10 K×2列联表资料的统计分析 178
5.10.1 何为K×2列联表资料 178
5.10.2 实例分析 179
5.11 高维列联表资料的统计分析 181
5.11.1 何为高维列联表资料 181
5.11.2 实例分析 181
5.12 本章小结 190
第6章 定量资料的统计分析 191
6.1 单组设计定量资料的t检验与符号秩和检验 192
6.1.1 单组设计定量资料的t检验 192
6.1.1.1 单组设计的特点及资料应满足的前提条件 192
6.1.1.2 用t检验实现单组设计定量资料的统计分析 192
6.1.2 单组设计定量资料的符号秩和检验 196
6.1.2.1 采用符号秩和检验时资料应满足的前提条件 196
6.1.2.2 用符号秩和检验实现单组设计定量资料的统计分析 196
6.2 配对设计定量资料的t检验与符号秩和检验 199
6.2.1 配对设计定量资料的t检验 199
6.2.1.1 配对设计的特点及资料应满足的前提条件 199
6.2.1.2 用t检验实现配对设计定量资料统计分析 200
6.2.2 配对设计定量资料的符号秩和检验 202
6.2.2.1 采用符号秩和检验时资料应满足的前提条件 202
6.2.2.2 用符号秩和检验实现配对设计定量资料的统计分析 202
6.3 成组设计定量资料的t检验与秩和检验 206
6.3.1 成组设计定量资料的t检验 206
6.3.1.1 成组设计的特点及资料应满足的前提条件 206
6.3.1.2 用t检验实现成组设计定量资料的统计分析 206
6.3.2 成组设计定量资料的秩和检验 210
6.3.2.1 采用秩和检验时资料应满足的前提条件 210
6.3.2.2 用秩和检验实现成组设计定量资料的统计分析 210
6.4 单因素k（k≥3）水平设计定量资料的方差分析与秩和检验 215
6.4.1 单因素k（k≥3）水平设计定量资料的方差分析 215
6.4.1.1 对定量资料进行方差分析的前提条件 215
6.4.1.2 方差分析的基本思想 215
6.4.1.3 单因素k（k≥3）水平设计定量资料的方差分析 216
6.4.2 单因素k（k≥3）水平设计定量资料的秩和检验 220
6.4.2.1 采用秩和检验时资料应满足的前提条件 220
6.4.2.2 用秩和检验实现单因素k（k≥3）水平设计定量资料的统计分析 221
6.5 析因设计定量资料的方差分析 227
6.5.1 析因设计的概念及特点 227
6.5.2 析因设计定量资料的方差分析实例 228
6.6 重复测量设计定量资料的方差分析 231
6.6.1 重复测量设计的概念及特点 231
6.6.2 重复测量设计定量资料的方差分析实例 231
6.6.2.1 实例、统计分析及结果解释 232
6.6.2.2 需要特别说明的问题 240
6.7 本章小结 241
第7章 相关与回归分析错误辨析与释疑 243
7.1 将接受不同处理或条件不同的几组受试对象放在一起进行相关分析 243
7.2 滥用直线相关分析得出没有实际意义的结论 245
7.3 散布图并不反映直线趋势，仍做直线相关分析 245
7.4 误用x2检验来说明相关回归问题 246
7.5 误用直线相关分析代替Spearman等级相关分析 248
7.6 误用x2检验回答相关性问题、误用简单相关分析取代多元分析 250
7.7 多重线性回归变量筛选策略错误及误用简单相关分析取代复相关分析 251
7.8 多重logistic回归分析错误辨析与释疑 253
7.8.1 多重logistic回归分析中自变量的赋值错误 253
7.8.2 多重logistic回归模型中包含无统计学意义的自变量 254
7.8.3 多重logistic回归分析变量筛选策略错误 256
7.9 COX模型回归分析错误辨析与释疑 258
7.9.1 COX模型回归分析中自变量的赋值错误 258
7.9.2 COX模型回归分析中变量筛选策略错误 259
7.10 多重回归分析方法描述不明确 260
7.11 多重回归分析中变量筛选方法的描述错误 260
7.12 相关或回归分析问题综合性错误的辨析与释疑 261
7.13 本章小结 268
第8章 简单相关与回归分析 270
8.1 简单线性相关与回归分析概述 270
8.1.1 简单线性相关与回归分析的概念 270
8.1.2 直线相关与回归分析的正确步骤 270
8.2 简单线性相关分析的计算 272
8.2.1 定量资料的Pearson直线相关分析 272
8.2.2 定性资料的Spearman秩相关分析 273
8.3 简单线性回归分析的计算 274
8.3.1 截距α和斜率b的计算 274
8.3.2 截距α和斜率b的假设检验 274
8.3.3 总体截距α和斜率β的置信区间 275
8.3.4 简单线性回归分析中其他有关的区间估计问题 275
8.3.5 简单线性回归分析的作用 276
8.4 直线相关与回归分析的异同点 277
8.4.1 不同点 277
8.4.2 相同点 277
8.4.3 内在联系 277
8.5 简单线性相关与回归分析的实践与应用 277
8.6 本章小结 283
第9章 多重线性回归分析和多重logistic回归分析 285
9.1 多重线性回归分析 285
9.1.1 多重线性回归分析的应用场合 285
9.1.2 多重线性回归分析的概念和任务 285
9.1.3 多重回归模型中变量筛选的方法 286
9.1.4 回归诊断方法 288
9.1.5 多重回归模型优劣的评价标准 289
9.1.6 多重回归模型中各自变量作用大小的评价 290
9.1.7 多重线性回归分析应用实例 290
9.2 多重logistic回归分析 296
9.2.1 多重logistic回归分析的应用场合 296
9.2.2 多重logistic回归分析的概念、分类及任务 296
9.2.3 logistic回归方程的参数估计及假设检验 296
9.2.4 logistic回归方程变量筛选的方法 297
9.3 多重回归模型的合理选用与正确解释 297
9.4 多重回归分析的应用条件 297
9.4.1 多重线性回归分析的应用条件 297
9.4.2 多重logistic回归分析的应用条件 297
9.5 变量的数量化 297
9.6 多重logistic回归分析的实践与应用 298
9.7 本章小结 302
第10章 常见多因素实验设计类型辨析 304
10.1 生物医学科研中三种最常见的多因素实验设计类型概述 304
10.2 多因素非平衡的组合实验 305
10.3 多因素重复测量设计 309
10.3.1 对称部位充当“重复测量因素” 309
10.3.2 处理前后充当“重复测量因素” 310
10.4 多因素析因设计与重复测量设计交织在一起 310
10.5 本章小结 319
参考文献 320
附录A 胡良平专著简介 323
附录B 常用统计用表 325