构建多因素回归模型，往往我们另一个主要目的是为了对结局事件的发生风险进行预测，那么是否也可以将预测模型的结果，像森林图那样可视化地展示出来呢？这篇文章就来带大家认识一下神奇的列线图。

泊松回归主要适用于罕见结局发生率的分析，其数据特征一般为：发生率的分母相对于分子较大，或者事件发生于有限的时间、空间上。事件发生数量可以近似为服从泊松分布。常见的例子如，士兵意外死亡数量、电话拨打错误的数量、罕见疾病的发病率等。

分组隐匿是为了防止研究人员和研究对象在分组前知道随机分组方案而采用的方法。盲法是为了避免知晓研究对象获得何种处理而采用的方法，盲法又分为单盲、双盲和三盲。

假如一张统计图只需要展示一个变量，比如一组病人的某个体检指标，这属于单个变量的数据。变量又可以分为连续变量和分类变量。对于连续变量来说，统计图可以展示出数据的范围、分布，以及一些统计量，如均数、中位数、样本量等。