临床科学研究从制定设计方案、资料收集、抽样方法、样本大小到数据的整理与分析等，都离不开统计学。正确应用统计学方法，有助于面对不确定的数据作出科学推断，正确揭示疾病分布规律，掌握疾病特征，阐明致病因素，评价防治效果。不同的研究设计方法、资料类型、研究目的，适用的统计方法也各不相同，所以临床科研人员应依据自身研究的特点，选择合适的统计方法，才能得出科学的结论。 　　常用的基本统计方法包括： 1、 统计描述：指用统计指标、统计表、统计图等方法，对资料的数量特征及其分布规律进行测定和描述； 2、 参数估计：用样本指标来估计总体指标； 3、 组间差异的显著性检验：用适当的统计方法分析、衡量各组研究结果之间是否有统计学差异； 4、 变量间的相关性分析：用于分析两个或多个变量的相关性。本节将就常用统计方法的选择作一个简要介绍，有关方法的详细内容参见相关统计学书籍。 　　一、资料类型 　　统计资料按其性质分为计量资料、计数资料及介于其中的等级资料。不同类型的资料应采用不同的统计方法进行分析。 （一）计量资料（measurement data） 对每个观察单位用定量的方法测定某项指标的具体数值所得资料称为计量资料，又称定量资料（quantitative data），亦称数值变量（anumerical variable）。这类资料一般有度量衡单位。例如每个观察对象的血压（kPa）、脉搏（次/分）、身高（cm）、体重（kg）及临床上诸多定量检测指标的检测结果，都属于计量资料。 （二）计数资料（enumeration data） 将观察单位按性质或类别分组，然后清点每组的个数所得资料称为计数资料，又称定性资料（ qualitative data ），亦称分类变量 （categorical variable）。这类资料一般没有度量衡单位，所得数据是各组观察单位的个数。例如药物治疗的有效人数与无效人数；化验结果的阳性人数与阴性人数；某病的患病人数与未患病人数；某人群中A、B、AB、O各种血型的人数及临床上诸多定性检测指标的检测结果，都属计数资料。 （三）等级资料（ranked data） 将观察单位按某种属性的不同程度分组计数，得到各组观察单位个数，称为等级资料。等级资料具有计数资料的性质，又兼有半定量的性质，因其按等级大小排序，有人亦称之为有序分类变量（ordinal categorical variable）。例如疗效考核中的治愈、好转、未愈、死亡；症状中的重、中、轻、无；某些检测结果中的—、＋、＋＋、＋＋＋、＋＋＋＋等，都属等级资料。 二、组间差异的显著性检验 研究结果的统计分析中，不同类型资料差异的表达方式不同。对于计数资料以率表示，计量资料以均数表示，等级资料以秩和表示。分析比较组间差异时，需先求出组间差异，再进一步进行统计学显著性检验。选择恰当的检验方法需明确以下四个问题： 1、 资料类型； 2、 实验设计方法，常用的有成组设计，配对设计，配伍组设计等； 3、 是两组比较还是多组比较； 4、采用单侧或双测统计学显著性检验。 下面就不同类型资料的组间差异的显著检验方法作一个归纳。 （一）计量资料 正态或近似正态分布资料用参数检验法，偏态分布资料或有不定值资料用非参数检验法。完全随机设计两组比较方差齐时，用t 检验；方差不齐时，用秩和检验法或近似t 检验法。完全随机设计多组比较方差齐时，用方差分析检测在总的资料比较中是否存在统计学差异，当肯定存在显著性差异时，需作组间的两两比较，用q检验、最小显著差法或新复极差法；方差不齐时，用近似F检验或多个样本比较的秩和检验。配对设计资料，用配对t 检验法。配伍组设计的资料，需用配伍组的方差分析。 （二）等级资料 对等级资料的显著性检验采用非参数检验法。 1、两组比较：成组设计资料用wilcoxon两样本比较法，配对设计资料用符号秩和检验法。 2、多组比较：成组设计用kruskal-wallis法（H-检验）、Ridit法；多个样本两两比较用Nemenyi法；配伍组设计用Friedman秩和检验法。 （三）计数资料 对于计数资料的差异检验，也即率的差异显著性检验，两组比较：样本数较大，用u检验法或 检验法；样本数小于40例，或理论值小于1，用矫正 检验，或精确概率法。多组比较：用行乘列 检验法。配对设计资料用配对 检验法。 三、变量间的关联性研究 关联性研究在医学科学研究中占有重要地位。从某种意义上讲，医学科学研究就是要寻找健康、疾病与有关诸因素之间的关系和规律，而运用统计学技术的方法，不仅能帮助确定事物间的关系，还可以定量表述事物间关系的方向大小强弱。 （一）计量资料 研究两连续变量间的数量关系常用简单相关与回归分析，一般通过相关分析计算出反映两变量相关密切强度大小的指标—相关系数（r），并对其作显著性检验，当肯定了其统计学显著性差异存在之后，则作直线回归分析，求出回归方程，回归方程可用于描述两变量间的依存关系，进行预测和统计控制。至于多变量间的相关性分析，则应作复相关及多元回归分析。 （二）等级资料 对于等级资料，或不服从双变量正态分布资料，一般用等级相关来分析变量间的相关关系，等级相关分析属于非参数统计方法，它是先把两变量的原始数据分别编秩，再利用两变量之间秩次的差异分析二者之间的线性相关关系，常用的有spearman等级相关法和kendall等级相关法，分别计算rs及rk等级相关系数反映变量间的相关关系。 （三）计数资料 在临床医学研究中，常常在病因学的探讨上采用计数资料相关性分析，这类资料分析一般先用 检验判定疾病与暴露因素是否有关联，再通过计算比值比（OR）、相对危险度（RR）、归因危险度（AR）等指标，以评价暴露与疾病的关联强度。