发布时间：
公式编辑器当然可以。方法1：利用WORD自带的公式编辑器（打开方法：菜单栏“插入”---“对象”---‘新建’的‘对象类型’中 选择“Microsoft 公式 ”）。打开Microsoft 公式 后就可以利用里面的工具输入相应的公式表达式了。使用方法：默认输入公式后会占用较大行间距，使得文档排版不怎么美观，你可以像调整word图片一样，设置其版式为“浮于文字上方”（方法：选中----右击----设置对象格式”----“版式”选用“浮于文字上方”），然后就可以随便放置其位置了。如果对于大小要调整，则选中选中》然后拖动公式对角控点就可以调整期大小了。方法2：下载一个Mathtype插件并安装，然后WORD里的工具栏会多出一个Mathtype工具，利用该工具输入公式。
在论文中写公式是一项非常重要的工作，因为公式是表达论文中科学思想和理论的重要方式。下面是一些写论文里的公式的基本方法：1. 选择合适的工具常见的数学公式编辑工具有LaTeX、Microsoft Word、MathType等。其中，LaTeX是一种专业的排版系统，可以生成高质量的数学公式；Microsoft Word和MathType则是一些常用的办公软件，也可以方便地编辑数学公式。2. 编写公式根据公式的类型和复杂度，可以采用不同的编写方式。例如，简单的公式可以使用键盘上的符号直接输入，如“+”、“-”、“=”等；复杂的公式需要使用专业的数学公式编辑器进行编辑。3. 格式化公式公式的格式化包括：字体、大小、对齐方式、公式编号等。在格式化公式时，需要根据所采用的学术规范进行调整，以保证公式的规范性和可读性。4. 引用公式在论文中引用公式时，需要给出公式的编号和出处，例如：“根据公式（1）可知……”。同时，也需要在论文末尾列出所有公式的编号和名称，以方便读者查阅。总之，在写论文时，公式是一项非常重要的内容，需要认真对待。正确、规范、美观的公式可以提高论文的可读性和学术水平。因此，在撰写论文时，应该选择合适的工具进行公式编辑，注意公式的格式化和引用，保证公式的准确性和严谨性。
公式编序。论文中的公式应标注序号并加圆括号，序号一律用阿拉伯数字连续编序，编序方式与表格和插图统一，如：“(式1)”。公式的.序号“(式X)”排在公式版面内容居中并靠右侧，且全文所有公式的右边页距应当相等(可统一右缩进两个字符处理)。
公式导入。论文中凡导入公式时，均应使用类似“见式X所示”的导入语，不宜用“见下式所示”。公式导入语不宜直接用于论文各层级标题中，如：“(详见式1)”。公式格式。公式格式编排时，凡是数学类公式均应使用word软件或其它软件中附带的“公式编辑器”进行编辑，文本类公式亦可采用其它方法编辑。公式主体应当单列一行，居中，具体公式与表示序号的“(式X)”之间不需要加虚线连接。
公式运用。论文中凡是运用公式时，或者是对公式的某值内涵进行解释时，均应采用“式X中”的使用语，而不宜用“见上式”、“上式中”、“(式X)中”和“式(X)中”。
采取的研究方法为： （1）理论分析与实证分析结合。 （2）定性分析与定量分析相结合。 （3）采用跟踪研究的方法，对实际对象进行跟踪研究与实验分析。 主要实施方案如下： （1）首先,理清思路，根据现有资料的反映,找出＃＃＃。 （2）后研究＃＃＃存在的问题。 （3）根据已有研究，对＃＃＃进行分析。
在学术论文中，数学公式和公式是同义词，通常都指代通过符号和符号间的关系来表达某种数学概念或关系的表达式。在论文中，使用数学公式可以更准确地表达某些理论和概念，避免了使用文字表述时产生的歧义和模糊性。数学公式在论文中通常以特殊的排版格式呈现，例如斜体、粗体、下标、上标、分数线等，以便于区别于常规文本。同时，数学公式还要遵循一些排版规则，例如公式中的符号要有明确的定义、符号的大小和位置要与上下文一致等。总之，数学公式和公式是指用符号和符号间的关系表达某种数学概念或关系的表达式，在学术论文中广泛应用，并需要遵循一定的排版规则。
医学类毕业论文格式要求
论文一般由题名、作者、目录、摘要、关键词、正文、参考文献和附录等部分组成，其中部分组成(例如附录)可有可无。论文各组成的排序为：题名、作者、摘要、关键词、英文题名、英文摘要、英文关键词、正文、参考文献、附录和致谢。以下是我为您整理的医学类毕业论文格式要求，欢迎参考阅读。
篇一：医学类毕业论文格式要求
1.题目：
题目应简洁、明确、有概括性，，字数不宜超过20个字(不同院校可能要求不同)。本专科毕业论文一般无需单独的题目页，硕博士毕业论文一般需要单独的题目页，展示院校、领导教师、答辩光阴等信息。英文部分一般需要应用TimesNewRoman字体。
2.版权声明：
一般而言，硕士与博士钻研生毕业论文内均需在正文前附版权声明，独立成页。个别本科毕业论文也有此项。
3.摘要：
要有高度的概括力，语言精练、明确，中文摘要约100-200字(不同院校可能要求不同)医学教导网编辑整|理。
4.关键词：
从论文标题或正文中挑选3~5个(不同院校可能要求不同)最能表达主要内容的词作为关键词。关键词之间需要用分号或逗号分开。
5.目录：
写出目录，标明页码。正文各一级二级标题(根据实际情况，也可以标注更低级标题)、参考文献、附录、致谢等。
6.正文：
专科毕业论文正文字数一般应在5000字以上，本科文学学士毕业论文通常要求8000字以上，硕士论文可能要求在3万字以上(不同院校可能要求不同)。
毕业论文正文：包括前言、本论、结论三个部分医学教导网编辑整|理。
前言(引言)是论文的开头部分，主要说明论文写作的目的、现实意义、对所钻研问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。
本论是毕业论文的主体，包括钻研内容与法子、实验材料、实验结果与分析(讨论)等。在本部分要运用各方面的钻研法子和实验结果，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。
结论是毕业论文的收尾部分，是环抱本论所作的收场语。其基本的要点就是总结全文，加深题意。
7.致谢：
简述自己通过做毕业论文的体会，并应对领导教师和协助完成论文的有关人员表示谢意。
8.参考文献：
在毕业论文末尾要列出在论文中参考过的所有专著、论文及其他资料，所列参考文献可以按文中参考或引证的先后顺序排列，也可以遵照音序排列(正文中则采纳相应的哈佛式参考文献标注而不出现序号)。
9.注释：
在论文写作历程中，有些问题需要在正文之外加以阐述和说明医学教导网编辑整|理。
10.附录：
对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。有时也常将个人简介附于文后。
篇二：医学类毕业论文格式要求
一. 题目
题目是文章最首要和最先看到的部分，应能吸引读者，并给人以最简明的提示。
1.应尽量做到简洁明了并紧扣文章的主题，要突出论文中特别有独创性、有特色的内容，使之起到画龙点睛' 启发读者兴趣的作用。
2.字数不应太多，一般不宜超过20个字。
3.应尽量避免应用化学结构式、数学公式或不太为同行所熟识的符号、简称、缩写以及商品名称等。题目中尽量不要用标点符号。
4.必要时可用副标题来做补充说明，副标题应在正题下加括号或破折号另行书写。
5.若文章属于“资助课题”项目' 可在题目的右上角加注释角号(如 ※、#等)' 并在脚注处(该文左下角以横线分隔开)书写此角号及其加注内容。
6.为了便于对外交流' 应附有英文题名' 所有字母均用大写，放在中文摘要与关键词的下面。
二. 作者
署名是论文的必要组成部分' 要能反映实际情况。
1.作者应是论文的撰写者' 是指直接参与了整个或部分主要工作' 对该项钻研作出实质性贡献' 并能对论文的内容和学术问题负责者。
2.钻研工作主要由个别人设计完成的' 署以个别人的`姓名; 合写论文的署名应按论文工作贡献的多少顺序排列; 学生的毕业论文应注明领导老师的姓名和职称。作者的姓名应给出全名。
3.作者的下一行要写明所在的工作单位(应写全称)，并注上邮政编码。
4.为了便于领会与交流' 论文的最后应附有通迅作者的详细通讯地址、电话、传真以及电子信箱地址。
三. 摘要
摘要是科研论文主要内容的简短、扼要而连贯的重述，必须将论文本身新的、最具特色的内容表达出来(重点是结果和结论)。
1.具体写法有“结构式摘要” 和“非结构式摘要”两种，前者一般分成目的、法子、结果和结论四个栏目，规定250字左右;后者不分栏目' 规定不超过150个字，目前国内大多数的医学、药学期刊都采纳“结构式摘要”。
2.摘要具有独立性和完整性，结果要求列出主要数据及统计学显著性。
3.一般以第三人称的语气写，避免用“本文”、“我们”、“本钻研”等作为文摘的开头。
四.关键词
关键词也叫索引词' 主要为了图书情报工作者编写索引' 也为了读者通过关键词查阅需要的论文。
1.关键词是从论文中选出来用以表示全文主题内容的单词或术语，要求尽量应用《医学主题词表》(MeSH) 中所列的规范性词(称叙词或主题词)。
2.关键词一般选取3～8个词' 并标注与中文一一相对应的英文关键词。每个词之间应留有空格以差别之。
3.关键词通常位于摘要之后，引言之前。
五.引言
(导言、序言)作为论文的起头' 起纲领的作用，主要回答“为什么钻研”这个课题。
1.引言的内容主要介绍论文的钻研背景、目的、范围' 简要说明钻研课题的意义以及前人的主张和学术观点' 已经取得的后果以及作者的意图与分析依据'包括论文拟解决的问题、钻研范围和技巧方案等。
2.引言应言简意赅' 不要等同于文摘或成为文摘的注释。如果在正文中采纳对比专业化的术语或缩写词时' 最好先在引言中定义说明。
3.字数一般在300字以内。
六. 正文
正文是科研论文的主体' 包括材料、法子、结果、讨论四部分内容' 其中某些部分(特别是法子和结果)还需列出小标题' 以使层次更加清晰。
1.材料 材料是科学钻研的物质根基' 需要详细说明钻研的对象、药品试剂、仪器设备等。
(1)如属动物实验钻研' 材料中需说明实验动物的名称、种类、品系、分级、数量、性别、年(月)龄、体重、健康状态、分组法子、每组的例数等;如属用药的临床观察' 应说明观察对象的例数、性别、年纪、职业、病例种类、症状体征、诊断标准、分组法子、治疗措施、临床观察指标及疗效判定标准(如痊愈、显效、好转、无效的标准)等。
(2)说明受试药的来源、批号、配制法子等，中药应注明学名、来源，粗提物应标明有效部位或成分的含量和初步的质量标准，若是作者本实验室自行提取的应简述提取历程。
(3)标明主要仪器设备的生产单位、名称、型号、主要参数与精密度等。
(4)标明主要药品、试剂的名称(尽量用国际通用的化学名' 不用商品名)、成分、批号、纯度、用量、生产单位、出厂日期及配制法子等。
2.方法
(1)采纳已有报道的法子只要注明文献的出处即可，不必详述其历程;若为有创意的法子' 要详细介绍创新之处，便于读者依此重复验证;若是对惯例方法作出改进的' 应具体描述改进部分及改进的理由' 同时也要注明原法的文献出处。
(2)对于实验条件可变因素的把持方法(如放射免疫法的质量把持)要加以详细说明' 以显示本文结果的可靠性和准确性。
(3)实验钻研论文要设立阴性对照组和阳性药物对照组，前者一般采纳溶剂作为对照，后者选用被公认的、确有疗效的药物，以验证实验法子的可靠性。
(4)在进行药效学和毒理学钻研时，通常要设高、中、低三个剂量组，以体现出药物的量-效关系。
(5)实验设计时应考虑到每组有足够的样本数以满足统计学处理的需要，，一般地说，小动物(如大、小鼠)每组至少8～10只，大动物(如狗)每组至少4～6只。同时应说明数据处理的统计学法子，统计学处理结果一般用P>、P<、P<三档表示。
3.结果 试验结果是论文的核心部分' 这一部分要求将钻研中所得到的各种数据进行分析、归纳' 并将经统计学处理后的结果用文字或图表的形式予以表达。
(1)表格
①表格设计要清晰、简练、规范。每个表格除有栏头、表身外，还要有表序(如表1、表2、表3……)和表题' 表题与表序居中写' 中间空一格将两者分开。在正文中要明确提及见表×。②表随文放' 一般应列在“见表×”文字的自然段落的下面。
③表格一般采纳三线表。
④表题应有自明性。若表中数据均用“均数±标准差”表示，则在表题的后面注上( ±S);若表中各组的例数相等，则在表题后面统一注上(n=X)，若例数不等应另加一列，分辨注上各组的例数;表中计量单位若一致' 可写在表题的后面'若不一致应分辨写在每个栏头之下' 不加括号。
⑤表内阿拉伯数字高低各行的个位数对齐' 未发现的数据用“-”表示' 未测或无此项用空白表示' 实测结果为零用“0”表示。
(2)插图
①图包括示意图、曲线图、照片图等。
②图要求大小比例适中' 粗细均匀' 数字清晰' 照片黑白比较分明。与表一样图也要随文字放' 先见文字' 后见图。
③每幅图都要有图序和图题' 通常写在图的下方。图题要有自明性。
(3)结果处理时要尊重事实' 要求结果中的数据精确完整、可靠无误，同时要注意不应忽视偶然发生的现象和数据。
(4)药物的临床疗效钻研结果，要注意交待与药物有关的整个信息' 如疗效、毒副作用及注意事项等。
医学统计学构成比公式如下：
P=a/(a+b)构成比的特点是各组成部分的构成比之和为100%。
比例(构成比)：是表示同一事物局部与总体之间数量上的比值。率表示在一定条件下某现象实际发生的例数与可能发生该现象的总例数之比，来说明单位时间内某现象发生的频率或强度。
率必须包括受累人群数量（也可以是某病的临床症状、死亡、残疾等）、被观察到的受累人群所处的总体数量、规定的时间三方面才能构成率。
医学生要注意的比率
发病率：是指一定时期内特定人群中某病新病例出现的频率。发病率=（一定时期某人群中某病新病例数/同期暴露人口数）*k。
患病率：也称现患率、流行率。指在特定时间点一定人群中某病新病例和旧病例的人数总共所占的比例。患病率=(特定时间点某人群中某病新旧病例数/同期观察人口数)×k（k=100%，1000‰，10000/万或 100000/10 万）。
凡欲投临床研究类稿件，病例数一般以多于30例为当。如果是论著格式的话实验组病例最少也不要低于70左右。罕见病病例数特别少的时候可以30例以下。
一篇医学论文一般由题名、作者、摘要、关键词、正文、参考文献等部分组成。在内容上，一般要求医学论文具有思想性、科学性、创新性、探索性和实用性，而且还要遵循一定的写作格式和要求，要做到结构严谨、层次清楚、语法正确、修辞生动、笔法新颖，使之具有可读性、文采性。
医学论文的基本要求
1、思想性，思想医学论文是医学研究成果的文字表达载体，其内容和形式具有时代特征。其思想性主要体现在：符合党和国家的方针政策，遵守国家著作权、保密、专利和传染病防治法律法规，无政治错误；选题要面向经济建设，服务国民经济；尊重知识，尊重科学，反对弄虚作假，反对抄袭。
2、创新性，创新医学研究在于创新，创新是医学论文的灵魂，是判断论文质量的主要标准。所谓创造，就是创造、创造和发明，也就是说，论文的主要内容是前人从未做过或发表过的研究结果，而不是重复他人的工作。
病例对照研究样本量计算公式是：样本量的计算公式为: N=Z²*σ²/d²,其中,Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差,一般取。
检验效能的大小主要与以下四个因素有关。
(1)总体差别的大小：正确选择被试因素及其水平，这是实验成败的首要环节。被试因素的有效性越强，H0与H1涉及的不同总体均数之间的差距越大，两者在分布上的重叠面积就越小。由于β较小，1-β就必然较大。
(2)检验水准(α)的大小：通常H0与H1两个总体存在一定的重叠面积，界值移动必然引起α与β同时改变。由于α与β存在反变关系，故通过增大口值可提高检验效能1-β。然而假设检验的目的大多是希望提示被试因素有效性高，应当要求d值越小越好。
(3)标准差的大小：由于α与β呈反比，两全其美的方法就是使两个相互比较的总体分布都很集中，重叠面积缩小，这样就可收到α与β均减小的效果。在两个总体均数与样本含量固定的条件下，各总体分布的面积不变，但其扩布范围与标准差成正比。
(4)样本含量的多少：在两总体均数与标准差固定的条件下，尽管总体分布的扩布范围不变，但随着样本含量(n)增大，标准误缩小，总体分布趋向集中，α与β都减小，因而检验效能增加。所以，对于提高检验效能而言，增大样本含量，这也是一种两全其美的办法。
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
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。
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
你好的，设计的。我知道的了。
医学论文都是计算字符数，表格另行计算，乘以百分比。字数总计=字符数+表格所占字符数。
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。
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
1 设计方面的问题
11 分组没有严格遵循随机化原则研究对象的分组与抽样离不开随机化原则，在足够样本的前提下，随机抽样，随机分组，明确交代随机方法，各组样本量、基本特征等。随机不等于随便，有的作者滥用随机，只要抽样或分组，一概冠以随机，不描述随机方法，把随意、随便当做随机，使研究结果不可信。
12 无对照组或不合理医务科技工作者开展研究的目的就是验证假设是否正确，没有对照，无法做出判断。有的论文无对照组，没有对比观察，所得结论没有说服力。有的论文虽设有对照组，但不是严格的随机分组，组间缺乏可比性，如非同期对照，组间性别、年龄、患病状况不一致等。在实验组和对照组的可比性方面，两组例数要基本一致，否则没有可比性。
13 样本含量过少抽取恰当的样本量，结果才有可靠性。有些文章例数太少，这样抽样误差大，导致结果不可靠。研究对象变量标准差小的，样本可以小一些。观察计数指标的样本一般不少于20～30例，计量指标的样本不少于5～10例。有的作者仅仅观察了数例患者，就得出百分之多少的有效率，显然是不恰当的。
对于对比分析，样本太少得出的结果不可靠，往往随着样本量的增大而发生变化。
2 统计学处理不恰当在进行统计学处理时，首先要明白研究资料是计数资料还是计量资料，尽管是一个常识性的问题，但仍有不少作者搞混了。先分类再计数的资料叫计数资料，如A组30例，B组32例，可根据研究目的计算出阳性率、治愈率等。测定某项具体数值的资料叫计量资料，如身高、体重、脉搏、血压等许多物理诊断和化验结果。在医学科研论文中，计数资料最常用的统计学方法是检验，计量资料最常用的是t检验。在研究设计时，就应根据研究资料的特点，决定假设检验的方法。在处理资料时，因均数和标准差是用来描述正态分布资料集中和离散趋势的指标，可否采用均数±标准差描述研究资料的分布特征，首先要看资料是否是正态分布，如果资料不是正态分布或者方差不齐时，应对资料进行转换处理，使其符合正态分布，方差齐性后采用t检验或方差分析，达不到上述要求，用秩和检验。来稿中，不少作者不考虑适用条件，盲目使用t检验。造成统计学方法使用不当，结果不可靠。更有甚者，有的作者不分计数资料还是计量资料，乱用检验或t检验，其结果可想而知。这是无统计学常识或极不负责任的表现。
有的研究资料数据庞大，只能在表格描述中用阿拉伯数字或特殊符号表示与比较对象的P值，如 P>005 ， P<005， P<001，无法一一给出具体的P值。但有的作者既不交代使用的统计学方法，也不给出具体的P值，直接列出 P<005或 P>005，认为差异有统计学意义或无统计学意义，使读者对无法判断结果的可靠性。正确的做法是写明使用的统计学方法，使用了什么统计学软件，如进行了校正检验。亦应说明。这才有说服力。
3 描述不严谨日常生活中对差异的判断与统计学上差异是否有统计学意义是两个完全不同的概念。我们主观上感觉差异不大，而经统计学处理差异可能具有统计学意义;主观上感觉差别很大，但经统计学处理差异可能有统计学意义。有相当数量的作者，在描述统计学结果时，常用差异显着或差异非常显着，易与日常生活中差异的概念混淆，使用差异有统计学意义或差异无统计学意义更为确切。
我们把检验水准设定为 a=005时就是以 P>005为界值，一般以 P>005， P<005， P<0O1 3个档次描述差异有无统计学意义即可，有的作者出现 P<0001，以强调差异的显着性。有的作者用 P>O01或 P<01来表示，是错误的， P>0O1既可能是 P>005，也可能是 P<005，二者有本质的不同。
4 统计符号使用不规范统计符号使用不规范是论文中经常出现的问题，把卡方检验中的 写成x或x2，丢掉平方或把希腊字母x写成英文字母x;把均数±标准差( ±s)，丢掉z 上方的一横，既影响论文质量，又影响阅读效果。
5 统计表格不规范统计表格是论文的重要组成部分，表格是否符合统计学要求，对论文有重要影响。常见的问题有：
① 无表题;
② 表题过于简单或过于繁琐。不确切;
③ 横纵标目倒置，不符合语法规律;
④ 标目层次过多;
⑤ 线条太多。甚至左上角有斜线;
⑥ 表内同一栏目数字不对齐，小数点后位数不一致。
表题如同文章的题目，简明扼要，字数控制在15个字以内。表格左侧的标目叫横标目，相当于汉语的主语，表明相应横行内数字的涵义;纵标目位于表格的上方，相当于汉语的谓语部分，说明表格内相应纵行数字的'涵义。
主谓语倒置是统计表格最常见的错误，一般情况下主语做横标目，谓语做纵标目。统计表用三线表，即顶线、底线和隔开纵标目与表内数字的横线，必要时可在纵标目下加辅助线，其余线条一概省略。
统计表格和文字叙述相辅相成，互相补充，能用简洁的文字说明的，一般不用表格，文字描述不要和表格内容完全重复。表格要简洁明快，重点突出，让人一目了然，不要变成数字的堆彻。出现统计表前，要用简要文字描述或强调主要发现，不要把文字叙述放在表格后。
6 使用统计指标不当常见的问题是率与构成比、发病率与患病率、死亡率与病死率等的混淆。
61 把构成比当率构成比是说明事物或现象内部各构成部分的比重，构成比表示某事物内部各组成部分的比重或分布，单位为%，各组成部分之和应为100%。计算公式为：构成比=某组成部分的观察单位数/同一事物各组成的观察单位总数例如2011年某市围产儿死亡总数为18例，其中死胎7例、死产3例、新生儿死亡8例。其构成比分另0为3889%、1667%、4444%。
率为表示某种现象发生的频率或强度。常以%、/万或/lo万表示。计算公式为率=某时期内某现象实际观察单位数/同时期内可能发生该现象的观察单位总数，如共检测568名5～7岁儿童，患龋齿儿童314人，检出率5528%。
构成比和率都是相对数指标。有一篇题为某年某地区4种乙类传染病疫情分析。经数据处理后，作者认为，4种传染病的发病率依次为痢疾5453%(1546/2 835)、肝炎1619%(459/2 835)、乙脑921%(261/2 835)、流脑689% (569/28352007)。该资料是构成比，不是发病率。作者犯了以比代率的错误。
62 发病率与患病率发病率是指观察期内(年、季、月等)新发生某病的例数与同期平均人口数之比，强调在观察期内的新发病例数，常以‰、/7/或/lO万表示。其计算公式为：某病发病率等于某年(期)内所发生的新病例数除以同年(期)平均人口数乘1000%o。例如某地某年年平均人口数为2500人，白喉发病28人，该地白喉年发病率为1120%0。而患病率则指观察时点的某病的现患病例数与该时点人口数之比强调的是该观察时点上某病的现患(新、旧病例)情况，常以百分率表示。有人调查16 875人，其中男性8 674人，沙眼患者7 632人，发病率为8799%;女性8 201人，沙眼患者6 210人。发病率为7572%。这样的结论当然是错误的，其所描述的结果应该是患病率。
63 死亡率与病死率这也是两个容易混淆的指标。某病死亡率是观察人群中某病的死亡频率。常以‰、/万或/10万表示;某病病死率是某病患者中因该病而死亡的频率。
一般以百分率表示。前者反映人群因该病而死亡的频率，后者反映疾病的预后。部分作者常将某病住院病死率误为某病死亡率。如重症监护室患者死亡情况分析一文中报道，颅脑损伤32例，死亡20例，死亡率为625%;严重心衰26例，死亡9例，死亡率为346%;严重肾衰竭18例，死亡11例，死亡率为611%。很明显，作者在这里是将住院病死率误作死亡率来讨论。
我们在编辑医学论文中经常会发现存在这样那样的统计学问题，致使文章质量下降，甚至无法刊用，十分可惜。提高统计学应用水平，减少统计学差错，是作者、审稿专家和编辑共同的责任。树立严谨的科学态度，选择正确的统计学方法，对提高科研水平，确保论文质量有着十分重要的意义。