本書根據統計教學的特點，結合大量實例以循序漸進的方式介紹MedCalc軟件17.6版本的使用方法和統計應用，對軟件界面、統計分析結果及統計圖形均進行了詳細的介紹。本書內容包括MedCalc入門、數據管理、計量資料的統計描述與正態性檢驗、分類資料的統計分析、相對數的估計與比較、方差齊性檢驗和t檢驗 、方差分析、非參數檢驗、相關分析、回歸、生存分析、Meta分析、連續監測資料的序列測量分析、方法比較和評價、診斷試驗的ROC曲線以及樣本含量估計等，并對數據的結果和圖形進行了統計學分析與推斷。本書講述的實例涵蓋多個專業，能夠滿足不同專業讀者的需要。書中的所有例題數據以及以電子書格式提供的漢英、英漢詞匯對照表均可在華信教育資源網www.hxedu.com.cn免費下載，以方便教師授課、讀者進行操作練習和查詢。
李志輝（微信公眾號：一起學統計工具），長期從事多種統計軟件應用及統計分析工作，主編或參編MedCalc、MINITAB、SPSS等多個統計軟件圖書多部，主要有：1.MEDCALC統計分析方法及應用，電子工業出版社，2018. 2、MINITAB統計分析方法及應用（第2版），電子工業出版社，2017. 3、SPSS 常用統計分析教程（SPSS 22.0中英文版）（第4版），電子工業出版社，2015.
目 錄
第1章 MedCalc入門 1
1.1 MedCalc主要功能 1
1.1.1 資料管理與計算 1
1.1.2 統計功能 1
1.1.3 統計圖形 3
1.2 MedCalc界面 3
1.2.1 主窗口 3
1.2.2 對話框 5
1.2.3 彈出對話框 6
1.2.4 中英文界面的設置 7
1.3 MedCalc支持的數據類型 7
1.4 MedCalc文件類型 8
1.5 MedCalc工作表的基本操作和數據錄入 9
1.5.1 工作表介紹 9
1.5.2 數據輸入實例 10
1.5.3 設置數據類型 11
第2章 數據管理 12
2.1 按行排序 12
2.2 排除數據 12
2.3 填充列 13
2.4 堆疊列 14
2.5 創建隨機樣本 16
2.6 創建組 17
2.6.1 創建分位數組 17
2.6.2 創建隨機組 18
2.6.3 創建用戶定義組 18
2.7 個案排秩 19
2.8 百分位數排秩 20
2.9 計算z得分 20
2.10 冪變換 21
2.11 病例-對照匹配 22
2.12 編輯變量列表 24
2.13 編輯篩選條件列表 25
2.14 個案標識變量 26
2.15 設定數據輸入方向 27
第3章 計量資料的統計描述與正態性檢驗 28
3.1 計量資料的匯總統計量 28
3.1.1 原始資料的匯總統計量與正態性檢驗 28
3.1.2 對數變換資料的匯總統計量 35
3.2 計量資料的異常值檢測 36
3.3 分布圖 39
3.3.1 直方圖 39
3.3.2 累積頻率分布圖 40
3.3.3 正態圖與Q-Q圖 43
3.3.4 點圖 44
3.3.5 箱形圖 46
第4章 分類資料的統計分析 48
4.1 χ2檢驗 48
4.1.1 單變量χ2擬合優度檢驗 48
4.1.2 兩獨立樣本的Pearson χ2檢驗 50
4.1.3 有序R×2表資料的χ2趨勢檢驗 53
4.2 四格表資料的Fisher精確檢驗 53
4.2.1 原始資料的Fisher精確檢驗 54
4.2.2 匯總資料的Fisher精確檢驗 54
4.3 配對四格表資料的McNemar檢驗 55
4.3.1 原始資料的McNemar檢驗 55
4.3.2 匯總資料的McNemar檢驗 56
4.4 完全隨機區組設計二分類資料的Cochran Q檢驗 57
4.5 四格表資料的相對危險度與優勢比 58
4.5.1 隊列研究的相對危險度 58
4.5.2 臨床試驗的需治療人數 60
4.5.3 病例-對照研究的優勢比 62
4.6 分類資料的條圖 64
4.6.1 簡單條圖 64
4.6.2 復式條圖 65
4.6.3 分段條圖 66
4.6.4 構成比條圖 67
第5章 相對數的估計與比較 68
5.1 比例的估計與比較 68
5.1.1 單個比例的區間估計與檢驗 68
5.1.2 兩個獨立樣本比例的比較 69
5.2 比率的區間估計與檢驗 69
5.2.1 比率的置信區間 69
5.2.2 兩個獨立樣本比率的比較 71
第6章 方差齊性檢驗和t檢驗 72
6.1 獨立樣本方差齊性的F檢驗 72
6.1.1 原始資料方差齊性的F檢驗 72
6.1.2 匯總資料方差齊性的F檢驗 73
6.2 單樣本t檢驗 74
6.2.1 原始資料的單樣本t檢驗 74
6.2.2 匯總資料的單樣本t檢驗 75
6.3 獨立樣本t檢驗 76
6.3.1 方差齊性資料的獨立樣本t檢驗 76
6.3.2 方差不齊資料的獨立樣本t＇ 檢驗 79
6.3.3 幾何平均值的獨立樣本t檢驗 80
6.3.4 匯總資料的獨立樣本t檢驗 82
6.4 配對樣本t檢驗 83
第7章 方差分析 86
7.1 完全隨機設計資料的單因素方差分析 86
7.2 A×B析因設計資料的方差分析 89
7.2.1 無交互效應的A×B析因設計資料的方差分析 90
7.2.2 有交互效應的A×B析因設計資料的方差分析 94
7.3 協方差分析 96
7.3.1 完全隨機設計資料的協方差分析 96
7.3.2 A×B析因設計資料的協方差分析 99
7.3.2 多元協方差分析 100
7.4 重復測量設計資料的方差分析 102
7.4.1 單組重復測量資料的方差分析 102
7.4.2 無交互效應兩因素重復測量設計資料的方差分析 105
7.4.2 有交互效應兩因素重復測量設計資料的方差分析 107
第8章 非參數檢驗 111
8.1 單樣本符號秩和檢驗 111
8.2 獨立樣本的Mann-Whitney 檢驗 112
8.3 配對樣本的Wilcoxon符號秩和檢驗 114
8.4 兩個或多個獨立樣本的Kruskal-Wallis檢驗 116
8.5 多個有序分類樣本的Jonckheere-Terpstra趨勢檢驗 119
8.6 隨機化區組設計資料的Friedman檢驗 120
第9章 相關分析 123
9.1 散點圖 123
9.1.1 包含回歸線的簡單散點圖 123
9.1.2 包含LOESS平滑趨勢線的散點圖 125
9.1.3 包含回歸線的復式散點圖 127
9.2 Pearson相關分析 128
9.3 兩個獨立樣本相關系數差異的假設檢驗 130
9.4 偏相關分析 131
9.5 等級相關分析 133
9.5.1 Spearman等級相關分析 133
9.5.2 Kendall系數一致性評價 134
第10章 回歸 136
10.1 帶回歸線的散點圖 136
10.1.1 帶簡單回歸線的散點圖 136
10.1.2 帶曲線回歸線的散點圖 138
10.2 兩變量間的回歸分析 144
10.2.1 兩變量的線性回歸分析 144
10.2.2 兩條回歸直線的比較 146
10.2.3 曲線擬合 148
10.3 多重線性回歸 148
10.3.1 強迫引入法 149
10.3.2 逐步回歸法 151
10.4 二值Logistic回歸 153
10.5 劑量反應的概率單位回歸 157
10.5.1 原始資料的概率單位回歸 158
10.5.2 匯總資料的概率單位回歸 160
10.6 非線性回歸 162
第11章 生存分析 166
11.1 Kaplan-Meier生存分析 167
11.1.1 單樣本生存資料的Kaplan-Meier法 167
11.1.2 生存曲線比較的log rank檢驗 169
11.1.3 生存曲線的log rank趨勢檢驗 171
11.2 Cox比例風險回歸模型 173
11.2.1 Cox回歸PH假定的判定方法 173
11.2.2 建立Cox比例風險回歸模型 175
第12章 Meta分析 180
12.1 Meta分析概述 180
12.2 連續型資料的Meta分析 181
12.3 相關系數的Meta分析 185
12.4 比例的Meta分析 187
12.5 相對危險度的Meta分析 188
12.6 風險差的Meta分析 191
12.7 優勢比的Meta分析 192
12.8 ROC曲線下面積的Meta分析 194
12.9 通用逆方差法的Meta分析 195
第13章 連續監測資料的序列測量分析 198
第14章 醫學參考值范圍的制定 202
14.1 一般資料的醫學參考值范圍制定 202
14.2 年齡別參考值范圍的制定 205
第15章 方法比較和評價 209
15.1 連續變量一致性評價的Bland-Altman圖 209
15.1.1 兩個連續變量一致性評價的Bland-Altman圖 210
15.1.2 兩種測量方法多次測量結果的Bland-Altman圖 212
15.1.3 多個連續變量一致性評價的Bland-Altman圖 215
15.2 連續變量一致性評價的山形圖 217
15.2.1 多個連續變量一致性評價的山形圖 217
15.2.2 三個連續變量一致性評價的山形圖 218
15.3 兩個連續變量一致性評價的Deming回歸 219
15.3.1 兩種方法單次測量結果的Deming回歸 219
15.3.2 兩種方法重復兩次測量結果的Deming回歸 221
15.4 兩個連續變量一致性評價的Passing-Bablok回歸 222
15.5 兩次測量中的變異系數 226
15.6 多個連續變量或有序變量一致性評價的類內相關系數 227
15.6.1 單因素隨機模型設計資料的ICC 227
15.6.2 兩因素混合模型設計資料的ICC 229
15.6.3 兩因素隨機模型設計資料的ICC 229
15.7 兩個連續變量的一致性相關系數 230
15.8 兩個分類變量一致性的Kappa系數 231
15.8.1 原始資料的Kappa系數 231
15.8.2 匯總資料的Kappa系數 232
15.9 Cronbach α系數 234
15.10 響應能力分析 236
15.10.1 配對樣本資料的響應能力分析 236
15.10.2 獨立樣本資料的響應能力分析 237
第16章 診斷試驗的ROC曲線 239
16.1 ROC曲線分析概述 239
16.2 ROC曲線分析 241
16.2.1 連續型資料的ROC曲線 242
16.2.2 有序分類型資料的ROC曲線 245
16.3 交互點圖 246
16.3 參考值圖 248
16.4 預測值計算 250
16.5 區間似然比 251
16.5.1 原始資料的區間似然比 251
16.5.2 匯總資料的區間似然比 253
16.6 ROC曲線比較 253
16.6.1 相依ROC曲線比較 254
16.6.2 獨立ROC曲線比較 255
16.7 2×2列聯表的診斷試驗 256
第17章 樣本含量估計 258
17.1 樣本含量估計概述 258
17.2 平均值比較的樣本含量估計 260
17.2.1 樣本平均值與總體平均值比較的樣本含量估計 260
17.2.2 兩獨立樣本平均值比較的樣本含量估計 261
17.2.3 配對樣本t檢驗的樣本含量估計 262
17.3 比例比較的樣本含量估計 263
17.3.1 樣本比例與總體比例比較的樣本含量估計 263
17.3.2 兩獨立樣本比例比較的樣本含量估計 264
17.3.2 兩相關樣本比例比較的樣本含量估計 265
17.4 相關系數的樣本含量估計 266
17.5 生存分析對數秩檢驗的樣本含量估計 267
17.6 Bland-Altman圖的樣本含量估計 268
17.7 ROC曲線的樣本含量估計 269
17.7.1 兩獨立樣本ROC曲線下面積比較的樣本含量估計 269
17.7.2 兩相關樣本ROC曲線下面積比較的樣本含量估計 271
17.8 置信區間估計與精確度的樣本含量估計 272
17.8.1 單樣本平均值置信區間的樣本含量估計 272
17.8.2 兩獨立樣本平均值差的置信區間的樣本含量估計 273
17.8.3 配對樣本平均差的置信區間的樣本含量估計 274
17.8.4 單樣本比例的置信區間的樣本含量估計 275
17.8.5 獨立樣本比例的置信區間的樣本含量估計 275
17.8.6 配對樣本比例的置信區間的樣本含量估計 276
新書資訊