发布时间：
统计图在医学论文中常见的格式统计表是用表格的形式，通过分析指标来表达研究对象的特征、内部构成及各项目分组之间的相互关系。在科技报告或论文中除一些简单的数据必需用文字说明外，其余大部分的统计数据都要用统计表的形式表示。因此，统计表制作的合理与否，直接关系到统计分析的质量与效果。1、统计表的基本格式一张完整的统计表由4部分组成，即标题、标目、线条、数字，必要时可加备注。其制表的原则是重点突出、简单明了、层次清楚。重点突出是指突出所要表示研究事物的主要特征及相互关系;简单明了是指统计表的结构要简单，使人一目了然，不能包罗万象;层次清楚是指内容及标目要安排合理、数据准确。若表格编排不合理将不能充分揭示事物之间的内在规律及联系，也不便于理解和阅读。2、标题应简明扼要地说明表的主要内容，一般放在表的正上方。当某一统计表在同一研究报告中出现时，标题可不包括时间和地点;如果引用在其他文章中，则应包括时间和地点。如论文中只有一张表时，可写成附表，否则要注明表序。3、标目用以说明表内数字含义部分称为标目，分为横标目和纵标目。横标目位于表的左侧，代表被研究事物的主要标志，即主语部分，用以说明同一横行数字的意义;纵标目位于表的右上方，用来说明事物的统计指标，即谓语部分，说明同一列数字的意义。标目的正确安排可使读者自左向右顺利阅读，即从表的左侧横标目开始阅读到纵标目结束，可以读出一个完整的句子。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
卫生统计学常用的统计图有7种，名称及适用类型资料如下：
1、条图：又称直条图，表示独立指标在不同阶段的情况，有两维或多维，图例位于右上方。条形统计图可以清楚地表明各阶段数量的多少，是统计图资料分析中最常用的图形
2、百分条图和圆图：又称扇形图，描述百分比（构成比）的大小，用颜色或各种图形将不同比例表达出来。百分条图用整个圆表示总数，用圆内各个扇形的大小表示各部分数量占总数的百分数。通过扇形统计图可以很清楚地表示出各部分数量同总数之间的关系。
3、线图：用线条的升降表示事物的发展变化趋势，适用于连续性资料，反映事物在时间上的发展变化的趋势，或某现象随另一现象变迁的情况。
4、半对数线图：以纵轴为对数尺度，横轴为算术尺度的线图。在对数尺度上，同样的增长速度其距离的改变相等，因此常用半对数线图比较事物的发展速度。
5、直方图：描述计量资料的频数分布。
6、散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。常用来描述两种现象的相关关系。
7、统计地图：描述某种现象的地域分布。
扩展资料：
20世纪初以来，科学技术迅猛发展，社会发生了巨大变化，统计学进入了快速发展时期。由社会、经济统计向多分支学科发展。在20世纪以前，统计学的领域主要是人口统计、生命统计、社会统计和经济统计。
随着社会、经济和科学技术的发展，到今天，统计的范畴已覆盖了社会生活的一切领域，几乎无所不包，成为通用的方法论科学。它被广泛用于研究社会和自然界的各个方面，并发展成为有着许多分支学科的科学，卫生统计学就属于统计学的一门学科分支。
卫生统计学主要包括两方面内容：
1、健康统计，包括医学人口统计、疾病统计和生长发育统计等；
2、卫生服务统计，包括卫生资源利用、医疗卫生服务的需求、医疗保健体制改革等方面的统计学问题。
参考资料来源：百度百科—卫生统计学
参考资料来源：百度百科—统计学
参考资料来源：百度百科—统计图
参考资料来源：百度百科—半对数线图
参考资料来源：百度百科—散点图
看懂医学文献中的统计图通常并不需要大堆的统计知识（读者们大多不是统计专业啊）。如果只是想看懂数据，那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等，就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的，可以看看类似于以及其他几个线上教学网站的生物统计学的初级介绍课程（大部分是英文，但也有中文的）。除非个人兴趣或者专业方向要求，个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图，做数据和统计类的图。
一般地，作者会在文章正文中明确解释问题1，粗略地解释2，试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中，以及图释和supporting information里。越是专业的人，越要读得细致，要思考方法上有没有不同于传统方法的地方，方法本身是否可信。图中的各种细节也要特别留心，比如轴、坐标、单位的意义，极值、拐点的意义，error bar的大小，scale bar的大小，等等等等。搞清楚方法，具体到各个细节，那么文章是否可信自然可以得到结论。如果感觉不可信，可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因，很多经受了同行评审的文章一样有大量疑点（虽然比未经同行评审的文章要可靠得多）。如果读的过程中有概念/方法不理解，最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。不知道题主的专业领域是什么。如果不在相关领域，需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况，我的建议是：找一个专业领域的靠谱朋友，请他/她吃顿饭，让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴（如果没记错，题主现在上大二？），其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便，找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法，最好还是去读一下原文。
沙井统计图的意义，用整个圆的面积表示总数或圆内各个扇形面积，表示各部分数量同总数之沙井统计图的意义，用整个圆的面积表示总数或圆内各个扇形面积，表示各部分数量同总数之间的关系，也就是各部分数量占总数的百分比
（1）条形统计图：条形统计图是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条，然后把这些直条按照一定的顺序排列起来。从条形统计表很容易看出各种数量的多少。（2）拆线统计图：折线统计图是用一个单位长度表示一定的数量，根据数量的多少描出各点，然后把各点用线段顺次连接起来。折线统计图不但可以表示出数量的多少，而且能够清楚地表示出数量增减变化的情况。（3）扇形统计图（选学）：扇形统计图是用整个圆表示总数，用圆内各个扇形的大小表示各部分数量占总数的百分数，通过扇形统计图可以很清楚地表示各部分数量同总数之间的关系。
统计学意义是指在研究组和对照组间出现疗效差异时,要考虑这种差异是防治措施的疗效还是因抽样误差所引起的.上述差异有统计学意义时,并不意味着有临床意义,而当具有临床意义时可无统计学意义。
1、统计学意义是会统计学描述的是变量，数理统计学描述的是随机变量，而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学。
2、比较差异有统计学意义是当数据之间具有了显著性差异，就说明参与比对的数据不是来自于同一总体（Population），而是来自于具有差异的两个不同总体，这种差异可能因参与比对的数据是来自不同实验对象的；比如一些一般能力测验中，大学学历被试组的成绩与小学学历被试组会有显著性差异。也可能来自于实验处理对实验对象造成了根本性状改变，因而前测后测的数据会有显著性差异。
统计学一共有四种测量的尺度或是四种测量的方式。这四种测量（名目、顺序、等距、等比）在统计过程中具有不等的实用性 。1、等比尺度（Ratio measurements）拥有零值及资料间的距离是相等被定义的；2、等距尺度（Interval measurements）资料间的距离是相等被定义的但是它的零值并非绝对的无而是自行定义的（如智力或温度的测量）；
3、顺序尺度（ Ordinal measurements）的意义并非表现在其值而是在其顺序之上；
4、名目尺度（Nominal measurements）的测量值则不具量的意义。
王见定教授挑战“生命科学突破奖” （三）申报“生命科学突破奖”的理由 作为统计学突破的又一最大受益者（它与经济学并列），非生命科学莫属。生命科学简单地可以定义为：它是系统阐述与生命特征有关的重大课题的科学。医学是针对人进行生命特征研究的科学，从这点意义上讲，医学是生命科学的一个最主要的组成部分。每一个学习生物或医学的人都会发现统计学贯串了生物学与医学的整个过程。 一般认为最早的记录是1348年欧洲一半人死于黑死病（鼠疫）；第一世界大战时爆发的西班牙流行性感冒，几个月内带走2000万人的生命，一年时间内，全球范围内5000万到一亿人死于此疫（HINI禽流感）......到1859年达尔文完成了《物种起源》，1865年孟德尔完成的《植物杂交试验》，1889年高尔顿完成的《自然遗传》，1916年皮尔逊完成的《数学对进化论的贡献》，1925年费希尔完成的《研究人员用统计方法》，......这些都是早、中期运用统计学进行生命科学研究的典范。到了20世纪50年代，遗传物质DNA螺旋结构的发现，整个试验过程处处使用了现代统计学方法，开创了从分子水平研究生命活动的新纪元。进一步对基因的检验以及基因检测结果能告诉你有多高的风险患上某种疾病，而且正确指导你合理用药，均应用了现代统计学的基本方法。最后，我们注意到各种病毒、病菌的发现，生存原理、控制方法以及相应的各种药物的研发、各种疾病相关指标的测定无一不是采用了各种统计学方法...... 一句话，统计学是生命科学的生命线，离开了统计学，生命科学不得生存和发展。“社会统计学与数理统计学统一理论”作为统计学的最新理论，必将全面提升生命科学的水平，当然完全达到了挑战“生命科学突破奖”的水准。
统计学的作用与意义如下：
统计学为我们提供一种独一无二的角度观察世界，统计学是衡量我们看法是否准确的标尺，判断我们观念是否正确的试纸，统计学的力量远远大于常人对他的理解。
在统计学上，分析数据是统计学的核心，而不是采集数据。因为是应用数学的一个分支，被广泛的应用在各门学科之上。从自然科学、社会科学到人文科学，统计甚至被用于工业、商业和政府信息决策。统计的作用：因为它来自应用，所以它在应用过程中发展和成长。
随着经济社会的发展，各学科相互融合的趋势和计算机技术的飞速发展，统计学的应用领域、统计理论和分析方法也将不断发展，在各个领域显示出其生命力和重要作用。
应用统计学研究的主要目标：
培养具有扎实的数学基础和经济学素养，掌握统计学和经济学的基本理论和方法，具有较强的计算机应用能力，能熟练地运用现代统计分析方法进行数据分析，能在政府、金融及管理部门从事统计调查、质量或风险控制等开发应用和管理工作的应用型专门人才等。
统计学属于科学的主要范畴，即统计学类。中国将统计分为两个专业方向：经济统计和应用统计。经济统计是一门提供科学调查、收集经济信息、描述和分析经济数据、预测和监督社会经济运行过程的科学。
应用统计学主要是通过描述性统计等技术，调查收集观测对象的数据信息，分析观测对象的特征，发现事物的规律，预测和监督，实现社会经济的良性运行。
医学统计学的重要性分析2020
医学统计学是每位医学研究生入学必修的课程之一，大家对医学统计学的了解和认识都不是非常深刻，都把它当成一门“豆芽课”。然而在学术研究中，医学统计学对医学工作者确实有着举足轻重的作用。下面是我为大家带来的关于医学统计学的重要性的知识，欢迎阅读。
医学统计定义
医学统计学，是研究如何搜集、整理、分析医学研究对象的数据，并作出推断的一门学科。医学研究的对象是人类的健康和疾病现象，人体及有关的生物体的内外环境受多种因素的综合影响，其中有许多因素是未知的。因此，即使是性质相同的事物，就同一指标来看，个体之间也有差异，此种现象称为变异。
人群生活在同一环境中，受同一疾病风险因素的威胁，但某一个体发病与否，个体间的病情轻重，接受治疗的疗效等等，均各不相同，这种事先无法判断出现与否的现象称偶然现象或随机现象。医学统计学的任务就是透过偶然现象反映同质事物的特征和规律。
必要性
作为医学工作者，学习和掌握一定的统计学知识是十分必要的。
第一、在阅读医学书刊中，经常会遇到一些统计学方面的名词概念。了解统计学的知识，有助于正确理解文章的涵义;
第二、在实际工作中，经常要做登记工作，要填写各种报表，只有懂得了原始登记与统计结果的密切关系，并掌握收集、整理与分析资料的基本知识与技能，才能自觉地、认真地把登记工作做好，积累有科学价值的资料;
第三、参加科研工作时，从开始设计到数据整理分析与统计结果的表达，每一步骤都需要统计学知识;
第四、制订计划、检查工作、总结经验，都离不开统计数字。尤其在撰写科研论文时，有了统计学知识，才能使数据与观点密切结合，作出正确的结论。
医学工作者如何学习医学统计学
学习统计学，首先必须明确：我们掌握的'关键不是数学原理，而是怎样合理地、恰当地把数理统计的方法应用到医学科研工作中去，并结合专业知识，提高分析问题与解决问题的能力。其次在学习过程中，要理论联系实际，重视实习与练习。作业中要遵守数学上的规则与习惯，如小数点及各个位数应上下对齐，一个多位数的数值不能分写成两行，等号不能写在一行的末了而应写在第二行的开头等等。再次，各种统计符号必须写正确，汉字、阿拉伯字与外文字母必须写清楚，不能写得模棱两可。只有在学习时养成良好的习惯，将来在工作中才能少出差错。
统计工作最根本的一条就是实事求是，如实反映情况。因此，无论在日常工作或科学研究中，必须养成严肃认真的作风和反复核对的习惯，同一切弄虚作假的现象进行坚决的斗争，尽最大努力获得正确数据，使分析结论建立在可靠的基础上。
统计资料一般分为计量资料、计数资料与等级资料。不同类型的资料应用不同的分析方法。1、计量资料：用定量方法测量每个观察单位的某项指标，所得的数值资料为计量资料，亦称数值变量资料。如调查7岁男童生长发育状况时，以人为观察单位，每个人的身高（cm）、体重（kg）和血压（kPa）等数值为计量资料。2、计数资料: 先将观察单位按某种属性或类别分组，然后清点各组的观察单位数，为计数资料，亦称无序分类资料。例如调查某人群的血型分布，按A、B、O、AB型分组得各血型的人数为计数资料。3、等级资料：将观察单位按某种属性的不同程度分组，所得各组的观察单位数为等级资料，亦称有序分类资料。例如临床疗效按控制、显效、好转和无效分组所得各组人数。
卫生统计资料一般分为计量资料与计数资料两大类，介于其中的还有等级资料，不同类型的资料应采用不同的分析方法。因此，搞清楚下面的定义对以后学习具体的统计方法很重要。 ①计量资料：对每个观察单位的各样项指标用定量的方法，通过测量得到的数值，我们把这样的资料称为计量资料，一般有度量衡等单位。如调查某地10岁女童的身体发育状况，以人为观察单位，每个人的身高（cm）、体重（kg）和血压（mmHg）等；又如以每个采样点为观察单位，测得不同采样点的二氧化碳浓度（mg/L）。 ②计数资料：先将观察单位按某种属性或类别分组，然后清点所得各组的观察单位数，称为计数资料。例如对某小学全体学生进行蛔虫卵粪检，每个学生是一个观察单位，将每个学生按粪检结果阳性与阴性分组，得每组人数；又如调查某人群的血型分布，医学教|育网搜集整理按A、B、AB、O四型分组，得各血型组的人数。 ③等级资料：将观察单位按某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。例如用某药治疗若干痢疾病人，其中治愈、显效、有效、无效人数。这类资料与计数资料不同的是：属性的分组有程度的差别，各组按大小顺序排列；与计量资料不同的是：每个观察单位未确切定量，因而称为半计量资料。对分辨计量资料和计数资料，原则上并不困难。通常凡是用仪器测得的数据都是计量资料，如身高、体重、肺活量、红细胞数、白细胞数、等属计量资料。通常按性质、类别分组后清点得到的数目，如男性人数、女性人数，阳性人数，阴性人数，对动物实验的各种结果的例数等都是计数资料。按等级分组资料不难确认，凡是按程度不同分多个组后清点数目，一般都属等级资料了。研究如何搜集、整理和分析医学研究对象的数据和作出推断的一门学科。医学研究的对象是人类的健康和疾病现象，人体及有关的生物体的内外环境受多种因素的综合影响，其中有许多因素是未知的。因此，即使是性质相同的事物，就同一指标来看，个体之间也有差异，此种现象称为变异。人群生活在同一环境中，受同一疾病风险因素的威胁，但某一个体发病与否，个体间的病情轻重，接受治疗的疗效等等，均各不相同，这种事先无法肯定出现与否的现象称偶然现象或随机现象。医学统计学的任务就是透过偶然现象反映同质事物的特征和规律。
医学统计论文
医学统计是研究如何搜集、整理和分析医学研究对象的数据和作出推断的一门学科，下面是我为大家收集整理的是医学统计论文，仅供参考。
摘要： 不同的统计分析方法均有其适用的范围和应用的条件，研究者在书写医学论文时应根据论文设计及资料的类型进行合理的试验设计，选择恰当的统计分析方法，切记勿盲目套用。同时，还应注意得出的结果和结论应满足设计的要求。医学统计方法的正确运用，是充分利用试验研究获得的数据，也是最终得出科学、可信的结论的必要条件。
关 键词 ：医学统计；方法；运用；原理；选择
一、统计学方法简介
统计学方法包括统计软件包、统计分析方法以及检验水准三方面的内容。其中医学论文中常提到检验水准即α，它是用来表示组间实际无差别而统计结果判断有差别，犯这类错误的概率。实际工作中常取α=，当研究数据计算的P值小于时，组间差异比较被认为有统计学意义。统计学方法包括统计描述和假设检验两个方面的内容。统计描述是指根据资料及原始数据分布的类型，选择正确的指标来描叙资料及数据的特征。而假设检验即组间差异性检验，是医学论文中最常用的统计学方法。资料类型则包括能用具体数据表示的定量资料与不能用具体数值表示但能反映被观察对象某一特征的定性资料。定性资料的统计描述包括率、相对比和构成比。而参数法及非参数法是常用的定量资料统计分析方法。参数法一般包括t检验、方差分析，非参数法常用的有秩和检验。
二、试验设计中的统计学原理
合理的试验设计与统计处理的可信度存在直接联系，研究者在编写医学论文时应对医学研究设计方法进行说明。在进行试验设计时应遵循随机、对照、均衡和重复四大原则。在进行试验设计的时候通常会涉及到研究对象的选择，研究对象的分组及选择合理的检测指标三个方面的内容。
医学论文就是通过对样本的研究来进行推断总体，找出其共性，得出结论。因此研究者在选择研究对象时应注意选择样本应具有一定数量，能反映出该事物的规律性特征，但又应注意例数不能太多，以免造成不必要的浪费。其选择的原则就是在保证试验结果可靠性的前提下选择最少的样本例数。研究者在选择样本对象后应对其基本特征进行详细的描述，比如患者的年龄、性别、病理分期、疾病诊断的标准等。此外在试验中所用到的试剂、仪器的型号、规格等都应作出说明，以供读者借鉴和做出判断。选定好研究对象后就要对其进行分组。在进行分组时研究者一般遵循统计学中的“随机分配”、“设立对照”以及“均衡”、“重复”的原则。随机化原则是提高组间均衡性的一个重要手段，也是资料分析时进行统计推断的前提。有对照才有比较，在进行组间比较时，应确定好处理因素与实验效应的关系。均衡性则是要使得对结果产生影响的非处理因素尽可能保持一致，这样才能保证对照的结果让人信服。观察实验效应的.指标主要有主观指标与客观指标。正所谓主观指标就是通过问答的方式调查受试者自己判断的主观感受；而客观指标则是通过仪器来检验和测量所得出的结果。在进行试验设计时应选择客观性较强、高灵敏性和精确性的指标。
三、统计学方法的选择
统计学方法的正确选择是直接影响到论文结论可信度的重要依据，因此研究者在编写论文时应注意选择合适的统计学方法。不同的统计学方法应用的范围不同。研究者在编写医学论文时常根据论文研究的目的、资料类型、试验设计的方案、样品大小、水平数、特定条件、数据分布特征以及综合分析等来选择对应的统计方法，同时还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择。当定性资料正态分布时，研究者一般用均数和标准差来表示统计描述指标；当定性资料不符合正态分布时，则可选用中位数及级差来表示；当定量资料正态分布且组间方差齐时一般选用参数法，反之则选用非参数法。t检验一般适用于小样本（n<50）的定量资料且方差齐的两组数据之间的比较。其特点是在均方差不知道的情况下，可以检验样本平均数的显著性，大样本（n≥50）采用u检验；多个样本均数两两比较则用方差分析，如差异有统计学意义，可采用q检验；Dunnett检验则适用于多个实验组与一个对照组均数的比较。定性资料中，表现为互不相容的类别或属性，分为二分类和多类反应，如治疗结果为显著和好转的人数等，该种资料可选用字检验，大样本（n≥50）时采用u检验。如：患者的治疗结果评定为痊愈、显著有效、好转、无效或死亡。该种资料可选用秩和检验或u检验。总之，不论论文中选用的是哪种统计学方法，都要计算出检验值，然后再根据统计量值来判定P值的大小，结论一般描述为“差异有（无）统计学意义”。
四、常见统计学方法的误用分析及对策
1.统计方法误用。最常见统计方法误用是对等级资料进行比较时应用秩和检验而误用卡方检验。例如：在评价采取不同治疗方法的两组急性脑血管病患者疗效中，治疗组显著有效、有效、无效三种分型分别为15例、10例、8例，对照组分别为14例、11例、9例。本资料例数较少，应选用等级比较的秩和检验，而有些作者却认为只要是率的比较就可以采用字检验。研究者在选择统计学方法时应根据相应的原则，对文章研究目的、资料类型、样品大小、水平数、数据分布特征等进行综合分析后，再来选择对应的统计方法。
2.选用检验方法错误。在有些论文中，作者常将本应用方差分析和q检验的误用t检验。t检验一般适用于小样本（n<50）定量资料且方差齐的两组数据之间的比较，而方差分析及q检验主要用于对多个样本均数进行比较，几种不同治疗或处理方法等的同时比较。例如：在讨论中、西以及中西医结合治疗急性脑血管病时，两组患者的年龄、病程、病情严重程度等差别均无统计学意义，比较三组患者的一些指标变化。组间多重比较应用q检验，但文中作者采用的是t检验，对三组均数进行两两比较。这不仅造成了资料的利用率低，也增加了假阳性的概率，降低了试验结果的可信度。
五、结论表述中的统计学应用
资料的统计处理不是医学研究工作的最终目的，而是通过统计学分析为研究结论提供依据或者线索。因此，在对统计资料进行分析后应把握统计学术语，对结论做出科学的分析跟解释。在根据统计结果得出专业结论时研究者应遵循一个重要原则，就是统计结论都是概率性的，不能绝对地肯定或否定。研究者习惯上将“P<”称为显著性，不应误解为差别很大或者在医学上有显著的价值。统计推断是以一定的概率界值为依据，说明来自同一总体的可能性大小。“差异有统计学意义”说明在试验中的差异不能用抽象误差进行解释；“差异无统计学意义”表明在试验既定的条件下，差异可能是因抽象误差引起的，在增加样本数量的情况下，差异可能变成“有统计学意义”。
参考文献：
[1]医学统计工作的基本内容[J].国际检验医学杂志，2013（19）：2563.
[2]关红阳，郭轶男.医学统计t检验的分析研究[J].中国校外教育，2013（30）：114.