上节课程中，我们讲解了如何使用Stata来做t检验，本节课我们接着讲述大家非常熟悉的统计方法：卡方检验/Fisher精确检验。依然同时提供菜单和代码(command)操作哦。

上节课程我们主要讲解了R语言线性回归模型的建立以及结果解读，本节课我们继续来详解回归模型，包括检验拟合优度、线性关系、残差正态性、方差齐性、强影响点以及多重共线性等。此外，我们还会讲解如何改进回归模型。

不同于主要结局，次要结局(Secondary Outcome)可以为治疗的效果提供额外的证据，但是次要结局的分析结果只能被认为是支持性或探索性的结果。次要结局指标可以是多个，但次要结局指标也不宜过多，以达到试验目的即可。

不少人可能对方差齐性检验不是很重视，觉得正态性可能更重要，但其实方差齐性的重要程度可能更大，因为它可能会让你的标准误发生很大变化，从而导致结论的变化。线性回归中，方差齐性是一个必须考虑的前提条件。本文主要介绍一下，如何理解线性回归中的方差齐