当我们应用统计方法对数据进行分析时，会发现许多分析方法，例如常用的T检验、方差分析、相关分析等，都要求数据服从正态分布或者近似正态分布。为了保证数据满足这些统计方法的应用条件，对原始数据进行正态性检验是十分必要的。
本专题详解了随机对照试验的方方面面，包括RCT的的原理与设计原则、终点选择、常见统计指标、亚组分析、结果解读等。关注RCT的伙伴，不要错过
OR，RR，HR，RRR，ARR...救命，怎么会有这么多R，他们到底是个啥？！啥时候该用OR，啥时候该用RR呢？通过这个专题来回顾这些指标们吧！
本专题以心血管风险评分（CVD risk factor）为例，探讨如何借助图形优势构建疾病的预测模型。包括：模型选择、变量筛选、风险评分模型评价以及临床应用。
常用的统计学方法包括分层分析、多因素调整分析、倾向性评分分析、工具变量分析等。通过一系列的文章，针对观察性研究控制混杂因素的方法一一向大家介绍。
本专题介绍倾向性评分的原理以及应用场景，提供1:1 倾向性评分和1:n 倾向性评分的详细SPSS操作教程。通过这个专题，相信大家能对倾向性评分有一个全面的理解。
从灵敏度、特异度、截点、Kappa值等基础概念的介绍，到ROC曲线绘制、ROC曲线的比较、SPSS操作，再到样本量计算、Meta分析......我们力求从理论到实操，把诊断试验掰开揉碎，帮助大家彻底搞明白。
在做统计分析时，常常看到这样的分析套路：先做单因素分析，再进行多因素分析。在确定哪些变量可以作为候选变量进入到多因素回归模型时，不仅要满足一定的临床意义，还要参考单因素分析的结果，同时也要兼顾样本量的限制要求。
Cox回归中，如何检验比例风险(PH)假定，当PH假定不满足时怎么办？快从这个专题中找答案吧，提供SPSS、Stata、R等各种软件的详细教程！
为什么合适样本量很重要？样本量受到哪些参数的影响？当样本量不足的时候，会出现什么情况？这个专题来告诉你答案。如何使用PASS软件来计算样本量，请点击医咖会研究方法导航栏的“样本量计算”模块。
如何正确看待P小于0.05？得到P值小于0.05，就等于疗效肯定吗？置信区间和p值，到底谁说了算？关于P值的正确解读，不要错过这个专题！
诊断试验关注的重点是“一致性”，评价一致性程度的方法很多，比如说Kappa值、Kendall一致性系数、组内相关系数（ICC）等等，本专题将帮大家来梳理一下评价一致性的常见方法。
近年来，“真实世界证据”成为了临床研究者和统计专家讨论的热点，我们要如何把真实世界数据应用在自己的研究中呢？让我们从研究实例中找到思路吧！
研究报告规范一方面可以提示作者展示重要的研究信息，以便读者快速、全面了解研究的核心内容，另一方面可以帮助编辑和审稿人正确判断研究质量，做出刊发决定和评论。
介绍四种常见的随机化方法：简单随机化、区组随机化、分层随机化、整群随机化；通过图示来讲解如何实施随机化；举例说明论文中随机分组的常见错误。
科研工作者驾驭文献，那得有一款专业好用的文献管理软件！文献管理软件有很多，医咖会推送过NoteExpress和EndNote，这个专题就把这两款软件的教程汇总下，方便大家随时查找。
你都知道哪些形式的Meta分析？读一篇Meta分析时，我们要思考哪些问题？Meta分析如何展示结果图表？
横断面研究、队列研究、病例对照研究、RCT，你熟悉这些常见的研究设计吗？近年来备受关注的适应性设计，具有何特点？让这个专题带你入门吧。
针对某个研究的主要结局是阳性时，我们应该怎么去思考呢？新英格兰医学杂志刊出的一篇综述《The Primary Outcome Is Positive — Is That Good Enough?》详细讲述：当临床试验的主要结局阳性时，还应当考虑11个问题。
阴性结果就一定没有价值吗？主要结局为阴性，该怎么正确地思考呢？新英格兰医学杂志发表了一篇综述《The Primary Outcome Fails - What Next?》：列举了试验的主要结局为阴性时，应该考虑的12个问题。
SPSS教程
