本在线课程融抽象理论、统计方法、软件实现与结果报告于一体,贯通学思践悟,旨在淬炼学生的统计思维与科研创新能力,为临床实践、科学探索及学业进阶筑牢坚实根基。
You’re only 3 weeks away from a new language
AI Engineer - Learn how to integrate AI into software applications
Overview
Google, IBM & Meta Certificates – 40% Off
One Coursera Plus subscription covers most Professional Certificates on Coursera.
Unlock All Certificates
Syllabus
- 第1章 实验研究设计
- 1.1 实验设计的基本内容和基本要素
- 1.2 实验设计的基本原则
- 1.3 常见的实验设计类型
- 1.4 样本量的估算
- 1.5 临床试验研究
- 第2章 两样本定量变量的假设检验
- 2.1 两独立样本t检验和校正t检验
- 2.2 两个独立样本秩和检验
- 2.3 配对t检验
- 2.4 配对秩和检验
- 2.5 假设检验的注意事项
- 第3章 多样本定量变量的假设检验
- 3.1 方差分析的基本思想与前提条件
- 3.2 单因素方差分析及均数的多重比较
- 3.3 多个独立样本的秩和检验
- 第4章 复杂设计变量的方差分析
- 4.1 随机区组设计变量的方差分析
- 4.2 重复测量设计变量的方差分析
- 第5章 定性资料的假设检验
- 5.1 卡方检验的基本思想
- 5.2 四格表资料的假设检验
- 5.3 配对设计分类数据的比较
- 5.4 行列表卡方检验
- 5.5 等级资料比较及分层卡方检验
- 第6章 相关和关联性分析
- 6.1 简单线性相关分析
- 6.2 秩相关分析和分类变量关联性分析
- 6.3 相关分析的注意事项
- 第7章 线性回归分析
- 7.1 简单线性回归分析
- 7.2 多重线性回归分析
- 7.3 线性回归分析的应用及注意事项
- 第8章 Logistic回归分析
- 8.1 Logistic回归分析概述
- 8.2 二分类Logistic回归分析
- 8.3 多分类Logistic回归分析
- 8.4 条件Logistic回归分析
- 第9章 生存分析
- 9.1 生存分析基本概念
- 9.2 生存曲线的估计
- 9.3 log-rank检验
- 9.4 Cox回归分析
- 9.5 多重回归分析应用和注意事项
- 第10章 诊断试验研究
- 10.1 诊断试验设计和评价指标
- 10.2 ROC分析
- 第11章 医学论文统计学报告指南
- 11.1 医学论文统计报告的一般要求
- 11.2 不同类型论文统计报告指南
- 11.3 医学论文常见误区
- 期末考试
Taught by
Yongli Yang, Zhenxing Mao, Xiaocan Jia, Zhiguang Ping, Junzhe Bao, Yanpeng Wu, Linlin Li, and Dandan Wei