针对众多已知且已测量的（measured）和未知或未测量（unmeasured）的混杂，笔者将从统计学角度就设计良好的观察性 CER 中如何进行混杂因素控制，以系列论文形式进行述评，并对其正确应用进行总结。

堆积面积图常展示因变量在两个自变量类别间的差异。其中，其中因变量一般为连续或有序多分类变量，其中一个自变量则一般是有序多分类或无序多分类变量，另一个自变量只能是分类（二分类、有序多分类或无序多分类）变量。

预测模型是基于变量之间的相关关系，通过一个或几个变量预测另一个变量的分析方法。我们可以根据自变量（预测变量或解释变量）预测因变量（应答变量或结局变量）。

本节内容我们将对数据的准备进行简要介绍，重点介绍数据审核，其次会用少量篇幅简单介绍数据在进行分析时的适用性，在数据审核方面，主要考虑的是数据的完整性和合理性，也就是对缺失数据和离群值进行识别和处理。