本書首先概括地總結了醫學領域中統計學應用的現狀和存在的問題，以10章的篇幅列舉了醫學統計中時常出現的各種誤用和濫用的典型案例，對案例中出現的差錯逐一進行辨析與釋疑，從反面引起廣大讀者的警覺，目的是用“反面刺激”有效提高廣大讀者識別統計學應用中出現的各種錯誤的能力，以期達到“吃一塹，長一智”之學習功效；接著又以5章的篇幅從正面比較系統地介紹了統計學的核心內容，涉及科研設計、統計表達與描述、統計分析方法合理選擇和SAS實現等關鍵技術，將統計學本身和使用方法的精華呈現在讀者面前。
特色：從正反兩個方面介紹基礎醫學科研中與統計學有關的內容； 技術背景和必要性：介紹了科研設計技術、統計表達與描述技術、統計分析技術和SAS實現技術； 教學和科研需求：幾乎所有從事教學、研究和臨床的人們都需要統計學知識，需求量很大。
胡良平，教授，博士生導師，現任軍事醫學科學院生物醫學統計學咨詢中心主任，國際一般系統論研究會中國分會概率統計系統專業理事會常務理事，第八屆中國現場統計研究會理事，中國生物醫學統計學會副會長，《中華醫學雜志》等10余種雜志編委，北京大學口腔醫學院客座教授，國家食品藥品監督管理局評審專家；主編統計學專著15部，參編統計學專著8部，發表第一作者學術論文150余篇，發表合作論文80余篇，獲軍隊科技成果和省部級科技成果多項；在從事統計學工作的20余年中，為幾千名研究生、醫學科研人員、臨床醫生和雜志編輯講授生物醫學統計學，在全國各地作統計學學術報告100余場，舉辦十余期全國統計學培訓班，培養多名統計學專業碩士和博士研究生；近幾年來，參加國家級新藥和醫療器械項目評審數十項；歸納并提煉出“八性”和“八思維”的統計學思想；獨創了逆向統計學教學法和統計學三型理論。
第1章 醫院管理統計設計與數據分析
1.1 雜志近5年論文分析
1.2 統計設計中的常見問題及案例辨析
1.2.1對照原則
1.2.2 隨機化原則
1.2.3 重復原則
1.2.4 均衡原則
1.2.5 實驗設計類型應用和判斷中的錯誤
1.3 定量資料統計分析中的常見問題及案例辨析
1.3.1 未標明統計學方法
1.3.2 兩獨立樣本的t檢驗樣本例數未知可能導致結果偏差
1.3.3 未考察參數檢驗條件，直接選用非參數檢驗
1.3.4 統計推斷結果解釋有誤
1.3.5 誤用成組設計定量資料t檢驗處理配對設計定量資料
1.3.6 方差分析結果的解釋有誤 第1章 醫院管理統計設計與數據分析
1.1 雜志近5年論文分析
1.2 統計設計中的常見問題及案例辨析
1.2.1對照原則
1.2.2 隨機化原則
1.2.3 重復原則
1.2.4 均衡原則
1.2.5 實驗設計類型應用和判斷中的錯誤
1.3 定量資料統計分析中的常見問題及案例辨析
1.3.1 未標明統計學方法
1.3.2 兩獨立樣本的t檢驗樣本例數未知可能導致結果偏差
1.3.3 未考察參數檢驗條件，直接選用非參數檢驗
1.3.4 統計推斷結果解釋有誤
1.3.5 誤用成組設計定量資料t檢驗處理配對設計定量資料
1.3.6 方差分析結果的解釋有誤
1.3.7 誤用t檢驗處理單因素多水平設計定量資料
1.3.8 資料對比未考慮混雜因素的影響
1.4 定性資料統計分析中的常見問題及案例辨析
1.4.1 未進行統計分析直接得出結論
1.4.2 未標明統計學方法
1.4.3 誤用x2檢驗分析有序列聯表資料
1.4.4 誤用t檢驗處理定性資料
1.4.5 誤用x2檢驗回答一致性問題
1.4.6 誤用一般x2檢驗說明趨勢問題
1.5 相關與回歸分析中的常見問題及案例辨析
1.5.1 相關分析應用的條件混淆
1.5.2 過小的r值在下肯定有相關結論時所遇到的問題
1.5.3 用單因素分析取代多因素分析
1.6 高級統計分析方法中的常見問題及案例辨析
1.6.1 主成分分析——指標選擇條件不滿足
1.6.2 重測信度——評價指標有誤
1.6.3 因子分析——公共因子個數選擇
1.6.4 結構方程模型——相關系數大于1
1.7 統計結果報告中的常見問題及案例辨析
1.7.1 統計表使用的錯誤辨析與釋疑
1.7.2 統計圖使用的錯誤辨析與釋疑
1.8 本章內容小結
參考文獻
第2章 危重病急救醫學統計設計與數據分析
2.1 危重病急救醫學研究概述
2.2 臨床試驗研究中常見的統計學問題及案例辨析
2.3 觀察性研究中常見的統計學問題及案例辨析
2.4 實驗研究中常見的統計學問題及案例辨析
2.5 本章常見的統計學問題小結
2.5.1 研究設計中常見的統計學問題
2.5.2 統計描述和統計推斷中常見的統計學問題
2.5.3 統計結果解釋中常見的統計學問題
參考文獻
第3章 醫學綜合統計設計與數據分析
3.1 《中華醫學雜志》論文分析
3.2 統計設計中的常見問題及案例辨析
3.2.1 研究設計的類型、要素與原則
3.2.2 研究對象的選擇與代表性
3.2.3 研究設計類型應用
3.3 統計分析中的常見問題及案例辨析
3.3.1 資料統計分析方法的合理選用
3.3.2 誤用t檢驗分析多因素設計資料
3.3.3 誤用單因素方差分析處理兩因素資料
3.3.4 誤用單因素方差分析處理三因素資料
3.3.5 非參數檢驗與Fisher精確檢驗
3.3.6 相關與回歸分析誤用
3.4 統計結果報告中的常見問題及案例辨析
3.4.1 假設檢驗的結果表達
3.4.2 統計表使用的錯誤辨析與釋疑
3.4.3 統計圖使用的錯誤辨析與釋疑
3.5 本章內容小結
參考文獻
第4章 醫學遺傳學統計設計與數據分析
4.1 科研設計錯誤辨析
4.1.1 研究對象選擇不當
4.1.2 樣本含量太少
4.1.3 均衡原則方面存在的問題
4.2 定量資料統計分析中存在的問題
4.2.1 誤用t檢驗處理單因素多水平設計定量資料
4.2.2 誤用t檢驗和單因素多水平設計定量資料方差分析處理多因素析因設計定量資料
4.2.3 誤用t檢驗和單因素方差分析處理多因素重復測量設計定量資料
4.2.4 本節相關知識簡要回顧與小結
4.3 定性資料統計分析中存在的問題
4.3.1 多重比較的校正問題
4.3.2 分層分析缺少CMH 檢驗
4.3.3 誤用 檢驗處理結果變量為有序變量的單向有序列聯表資料
4.3.4 本節相關知識簡要回顧與小結
4.4 多變量回歸分析方面存在的問題
4.4.1 多重線性回歸方面存在的問題
4.4.2 Logistic回歸分析方面存在的問題
4.4.3 本節相關知識簡要回顧與小結
參考文獻
第5章 疫苗和免疫統計設計與數據分析
5.1 計數資料模型
5.1.1 計數資料的特點
5.1.2 Poisson分布與Poisson回歸
5.1.3 負二項分布與負二項回歸
5.1.4 過度離散檢驗
5.2 Meta分析
5.2.1 meta分析的概念
5.2.2 meta分析的基本步驟
5.2.3 固定效應和隨機效應模型
5.2.4貝葉斯meta分析
5.3 實例分析
5.3.1 計數資料分析
5.3.2 貝葉斯meta分析
5.3.3 SAS程序
參考文獻
第6章 高血壓病統計設計與數據分析
6.1 論著統計方法應用情況
6.2 試驗設計中的常見問題及案例辨析
6.3 統計分析中的常見問題及案例辨析
6.3.1 偏態分布誤按正態分布處理
6.3.2 未標明所采用的統計分析方法
6.3.3 誤用統計描述結果作出統計推斷解釋
6.3.4 誤用單因素方差分析處理重復測量資料
6.3.5 誤用隨機區組設計方差分析處理完全隨機設計資料，并進行兩兩比較
6.3.6 誤用t檢驗和單因素多水平設計定量資料方差分析處理二因素重復測量設計定量資料
參考文獻
第7章 病理研究中的統計設計與數據分析
7.1 雜志近5年論文分析
7.2 實驗設計和資料收集中存在的問題
7.2.1 設計不全面，資料收集混亂，分析不清楚
7.2.2 受試對象少，樣本代表性差
7.3 定量資料統計分析中存在的問題
7.4 定性資料統計分析中存在的問題
7.4.1 誤用一般四格表資料2檢驗分析配對設計四格表資料
7.4.2 誤用一般四格表資料2檢驗多次分析多組比較定性資料
7.5 等級資料統計分析中存在的問題
7.5.1 誤用x2檢驗分析等級資料
7.5.2 誤用多次兩樣本秩和檢驗分析多組比較的等級資料
7.5.3 誤用Mann-Whitney U檢驗分析配對設計的等級資料
7.5.4 誤用Wilcoxon秩和檢驗分析配對設計等級資料
7.6 預后分析常見錯誤
7.6.1 分析結果意義不明確
7.6.2 結果描述過于簡單，表述不清
7.7 資料表達與結果描述中存在的統計學錯誤
7.7.1 錯誤定義檢驗水準
7.7.2 統計量標識不準確
7.7.3 P值表達錯誤
7.7.4 相關性分析符號使用混亂
7.7.5 圖表錯誤
7.8 統計學分析方法小結和SPSS菜單驅動的實現
7.8.1 定量資料的分析方法
7.8.2 定性資料的分析方法
7.8.3 等級資料的分析方法
7.8.4 多因素分析
7.8.5 用SPSS軟件(菜單驅動法)實現常用統計分析
參考文獻
第8章 細胞與分子免疫學統計設計與數據分析
8.1 科研設計錯誤辨析
8.1.1 對照不全和采用的統計學分析方法錯誤
8.1.2 隨機原則方面存在的問題
8.2 定量資料統計分析中存在的問題
8.2.1 誤用成組設計定量資料t檢驗處理配對設計定量資料
8.2.2 誤用t檢驗處理單因素多水平設計定量資料
8.2.3 誤用單因素多水平設計定量資料方差分析處理多因素析因設計定量資料
8.2.4 誤用t檢驗處理重復測量的單因素設計定量資料
8.2.5 誤用t檢驗處理重復測量的兩因素設計定量資料
8.2.6 誤用t檢驗和單因素多水平設計定量資料方差分析處理多因素重復測量設計定量資料
8.2.7 本節相關知識簡要回顧與小結
8.3 定性資料統計分析中存在的問題
8.3.1 多重比較的校正問題
8.3.2 誤用x2檢驗處理趨勢分析資料
8.3.3 誤用x2檢驗處理結果變量為有序變量的單向有序列聯表資料
8.3.4 誤用x2檢驗處理雙向有序列聯表資料
8.3.5 本節相關知識簡要回顧與小結
8.4 相關與回歸分析方面存在的問題
8.4.1 誤用均值間差異比較處理相關性問題
8.4.2 Cox回歸分析方面存在的問題
8.4.3 本節相關知識簡要回顧與小結
參考文獻
第9章 血液學科研設計和統計分析目錄
9.1 雜志近5年論文分析
9.2 科研設計中的常見問題及案例辨析
9.2.1 回顧性描述資料及未進行統計分析直接下結論
9.2.2 組間均衡性差
9.2.3 樣本例數太少
9.2.4 對照不全
9.2.5 本節相關知識簡要回顧
9.3 定量資料統計分析中的常見問題及案例辨析
9.3.1 忽略參數檢驗的前提條件
9.3.2 誤用t檢驗處理單因素多水平設計定量資料
9.3.3 誤用析因設計定量資料方差分析和成組設計定量資料t檢驗處理具有一個重復測量的兩因素設計定量資料
9.3.4 未用統計方法分析具有一個重復測量三因素設計定量資料
9.3.5 未用統計方法分析兩因素析因設計定量資料
9.3.6 誤用單因素設計定量資料方差分析處理兩因素析因設計定量資料
9.3.7 本節相關知識簡要回顧
9.4 定性資料統計分析中的常見問題及案例辨析
9.4.1 計算率時分母過小不合適
9.4.2 誤用Fisher確切概率法處理單向有序的列聯表資料
9.4.3 誤用x2檢驗分析結果變量為有序變量的列聯表資料
9.4.4 誤用x2檢驗取代多重logistic回歸分析
9.4.5 本節相關知識簡要回顧
9.5 相關回歸分析中的常見問題及案例辨析
9.5.1 性質不同的數據合并進行相關分析
9.5.2 相關分析未畫散點圖及相關系數過小
9.5.3 用單因素分析取代多因素分析
9.5.4 篩選變量的方法有誤
9.5.5 本節相關知識簡要回顧
9.6 統計結果報告中的常見問題及案例辨析
9.6.1 統計結論寫法有誤
9.6.2 統計表有誤，P值一般寫在表外
9.6.3 用均值±標準誤描述正態分布資料的分布特征
9.6.4 用均值±標準差描述偏態分布資料的分布特征
9.6.5 誤用條圖表達適合用線圖表達的資料-橫軸上的變量為時間且橫軸刻度表達有誤
9.6.6 誤用條圖表達適合用線圖表達的資料-橫軸上的變量為濃度
9.6.7 本節相關知識簡要回顧
9.7 本章內容小結
參考文獻
第10章 連續型隨機變量概率分布與基因數據分析
10.1 常用統計分布
10.1.1 正態分布
10.1.2 x2分布
10.1.3 t分布
10.1.4 F分布
10.2 置信區間和P值
10.2.1 基本概念
10.2.2 區間估計
10.2.3 P值
10.2.4 貝葉斯統計和頻率統計
10.2.5 置信區間和P值的頻率統計解釋
10.3 微陣列差別表達分析和多重假設檢驗
10.3.1 P值和假陽性率
10.3.2 多重假設檢驗和總體錯誤率
10.3.3 錯誤發現率
10.3.4 貝葉斯錯誤發現率
10.3.5 和總體錯誤率的關系
10.3.6 對相關的敏感程度
10.3.7 無效分布
10.3.8 軟件執行
10.4 實例分析和結果報告
10.4.1 實例：前列腺癌微陣列數據
10.4.2 t檢驗和總體錯誤率
10.4.3 錯誤發現率控制
10.4.4 錯誤發現率估計
10.4.5 結果報告
10.4.6 前列腺癌FDR分析的程序
參考文獻
第11章 科研設計方法及要點的把握
11.1 科研設計概述
11.1.1 科研設計的概念
11.1.2 科研設計整體架構
11.2 科研設計要點
11.2.1 基本常識與專業知識在科研設計中的作用
11.2.2 統計研究設計及其內在關系
11.2.3 完善的科研設計的標志以及獲得完善科研設計方案的途徑
11.3 試驗設計要點
11.3.1 廣義、狹義及簡易型試驗設計分別是什么
11.3.2 試驗設計三要素及把握的要領
11.3.3 試驗設計四原則及把握的要領
11.3.4 試驗設計類型及把握的要領
11.3.5 如何進行試驗過程中的質量控制
11.4 臨床試驗設計要點
11.4.1 臨床試驗中的法律與法規簡介
11.4.2 臨床試驗的特點與分期及倫理道德問題
11.4.3 如何制定出合理的診斷、納入和排除標準
11.4.4 如何確定主要療效與安全性指標
11.4.5 如何遵循隨機、對照、重復和均衡原則
11.4.6 如何實施盲法與降低偏性及多中心臨床試驗的中心效應
11.4.7 如何正確把握臨床試驗中的四種比較類型
11.5 調查設計要點
11.5.1 如何正確把握調查設計中的幾個關鍵環節
11.5.2 常用抽樣方法
11.5.4 如何編制一份具有可操作性的調查表
11.5.5 調查資料信度與效度的評價及SAS實現
參考文獻
第12章 制定試驗設計方案的關鍵技術
12.1 隨機化的種類和SAS實現方法
12.1.1 隨機化的體現
12.1.2 常用隨機抽樣方法的種類與SAS實現
12.1.3 常用隨機分組方法的種類與SAS實現
12.2 樣本含量和檢驗效能估計的SAS實現
12.2.1 估計樣本含量的意義
12.2.2 確定樣本含量時應具備的條件
12.2.3 估計總體均值時樣本含量估計的SAS實現
12.2.4 估計總體率時樣本含量估計的SAS實現
12.2.5 單組設計均值與率的檢驗時樣本含量估計的SAS實現
12.2.6 配對設計均值與率的檢驗時樣本含量估計的SAS實現
12.2.7 成組設計均值與率的差異性檢驗時樣本含量估計的SAS實現
12.2.8 單因素多水平設計均值與率的檢驗時樣本含量估計的SAS實現
12.2.9 檢驗效能分析概述
12.2.10 單組、配對設計定量資料假設檢驗時檢驗效能的SAS實現
12.2.11 成組設計均值與率的差異性檢驗時檢驗效能的SAS實現
12.3 多因素試驗設計類型的構造及辨析
12.3.1 隨機區組設計和具有一個重復測量的單因素設計
12.3.2 平衡不完全隨機區組設計與雙因素無重復試驗設計
12.3.3 拉丁方設計與交叉設計
12.3.4 嵌套（系統分組）設計、裂區（分割）設計及重復測量設計
12.3.5 析因設計及含區組因素的析因設計
12.3.6 多因素試驗設計類型的辨析
12.4 如何用SAS產生多因素試驗設計類型
12.4.1 試驗設計方案包含哪些內容
12.4.2 用SAS實現隨機區組設計
12.4.3 用SAS實現拉丁方設計
12.4.4 用SAS實現2×2交叉設計
12.4.5 用SAS實現3×3交叉設計
12.4.6 用SAS實現析因設計
12.4.7 用SAS實現含區組因素的析因設計
12.4.8 用SAS實現平衡不完全區組設計
參考文獻
第13章 統計表達與描述的關鍵技術
13.1 以簡化形式表達多組定量資料的關鍵技術
13.1.1 用“□”的形式表達析因設計定量資料
13.1.2 用“M(Q1～Q3)”的形式表達裂區設計定量資料
13.2 編制常用統計表的關鍵技術
13.2.1 表達定性資料的統計表
13.2.2 表達原始定量資料的統計表
13.3 繪制用于直觀判斷定量變量分布情況的統計圖的關鍵技術
13.3.1 直方圖（Histogram）應用場合及實例
13.3.2 P-P圖、Q-Q圖及概率圖應用場合及實例
參考文獻
第14章 統計分析方法合理選擇的關鍵技術
14.1 合理選擇統計分析方法的一般步驟
14.2 合理選擇統計分析方法處理一元定量資料的關鍵技術
14.3 合理選擇統計分析方法處理一元定性資料的關鍵技術
14.4 合理選擇統計分析方法處理多元定量資料的關鍵技術
14.5 合理選擇統計分析方法處理多元定性資料的關鍵技術
參考文獻
第15章 如何用SAS實現常用統計分析的關鍵技術
15.1 用SAS實現統計分析的簡便快捷的方法
15.2 用SAS實現一元定量資料的統計分析
15.3 用SAS實現一元定性資料的統計分析
15.4 用SAS實現多元定量資料的統計分析
15.5 用SAS實現多元定性資料的統計分析
參考文獻
附錄A 胡良平統計學專著及配套軟件簡介
新書資訊