如果你选择了统计学，那么一个好的数学基础对你职业生涯的提升帮助很大，但方向不要搞偏了，你不是要当陈景润的，所以抽象代数、拓扑、偏微分方程、微分几何之类的课，不是必修就不必上了。哪些课有用，哪些课没用，哪些老师讲得好，哪些老师不行，平时多问问学哥学姐，自然一清二楚。
编程对学统计的人来说太重要了,必须熟练掌握R，强烈推荐再精通Matlab,，Python，C++科学计算库中至少一门。我说的精通并不是说你要什么都会，时间上也不允许。什么该学什么不该学，你到了用的时候自然知道，但是基本操作/数据类型/各种loop之类/函数定义/函数和文件的输入输出...这些基础可以先打好。
另外我还是想说三遍:不要学精算，不要学精算，不要学精算。我坚定地相信，人工智能什么deep learning在统计学方向首先机器替代人的，就是精算师这种既不需要什么创造力和综合能力，工作流程死板，人工还贵得不得了的职业。
比较推荐先在数学系或数学方向先呆一年半到两年再正式转入统计，甚至本科以数学专业毕业都没关系。个人强烈推荐的数学课有:数值分析/数值代数，最优化方法如果这个没有的话就学运筹学，数学实验(一般教你一门符号计算课程比如Mathematica,教你用计算机帮助自己打草稿，非常有用)，信息论。
另外高等代数，数学分析，概率论与数理统计这种基础科目就不必多说了，到什么时候都有用。
你好！描述统计分析的指标通常如下：1.描述数据的集中趋势：众数，中位数2.面熟数据的离散趋势：最大最小值，极差，四分位差，方差与标准差.3.数据分布的偏度与峰度. 指标是反映一个事物特点的量，当然他也是变量. 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）. 统计上的绝对量指标，按其取值的特点不同可分为离散变量与连续变量。 标志一词，我没听说过，应该不是统计里面的特定意义.
本人是中央财经大学2015级的学生，今年6月毕业，本科学的统计学，在中财的统计与数学学院待了四年，下面简单谈一下统计学必须掌握的知识~
1. 数学分析（最重要的是掌握微积分的相关知识）。本科统计学不学高等代数（至少中财是）学的是数学分析，数学分析注重理论推导过程，对于很多数学原理的理解很有帮助。虽然统计和数学不一样，但是统计需要数学。微积分知识是后续学习概率论的基础，概率论是整个统计学专业学习的基石，对于微积分的要求比较高，一定要熟练掌握（包括原理和计算）！！
2.高等代数（或者线性代数）。高等代数比线性代数难，内容更多，线性代数较为简单，本人本科学的是高等代数，涉及到的原理推导和知识更多，线性代数只是涉及到代数最基础的知识，对于后续学习概率论与数理统计课程的帮助不如高等代数明显。（下图为本人本科学习高等代数的教材）
3.概率论与数理统计（最最最基础）。统计学必须学习的课程，各个高校选取的教材不一样，本人本科学的是卯时松版的课本，同时参考过浙江大学版的教材，卯时松版教材较难，对于深入理解概率论与数理统计帮助很大，很多原理性的东西可以掌握，课后习题难度较大。浙江大学版本的较为基础，可以两本教材结合使用，不同人撰写的教材差别较大，虽然很多原理共通但还是对思维有较大影响。概率论与数理统计的知识都要熟练掌握！不要遗漏任何知识点！对于后续学习非参数统计等专业课程很重要！（图1为卯时松版教材）
（下图为浙大版教材）
4.另外，随着网络的发展，对于软件的使用也有要求，统计学一般都会接触到R语言这个APP（搜索引擎搜索“R”就出现官网，点击下载安装即可），本科课程都会涉及到软件教学，这是最实用的一门课，一定要熟悉使用软件！
以上就是关于统计学基础知识的回答啦，希望可以帮助到你~
我是一名统计学专业的大四学生，已经学习了四年统计学啦，希望我的回答能够帮助到你。
很多还没有读大学或者没有读数学类专业的朋友们可能都不太明白统计和数学的区别，其实在大学里这是两门完全不同的科目，数学注重定量计算，而统计则偏向于概率方面，可以说，统计倾向于一种可能性，而数学则倾向于确切。
但是虽然数学与统计有诸多区别，但是基础数学同样也是统计的基础哟。因为统计也需要用到很多数学的知识，比如微积分，矩阵等，所以最基础的数学分析、高等代数，都是统计学专业的学生们必不可缺的专业知识。
在有了数学基础之后，就要学习一些统计学的相关专业课，而在这些专业课中最最基本的是概率论与数理统计，很多知名高校的统计学考研专业课也仅有这本书，因为学习好了概率论与数理统计，学习其他的统计学科目会相应轻松非常多。概率论与数理统计就像统计学的基石，是所有学习统计学的学子必须学好的一本书。
在有了概率论与数理统计的基础之后，接下来就是统计的多门分支，包含多元统计，时间序列，还有统计软件的运用。其中最具有应用性的就是统计软件的运用了。
在目前的统计软件中，最主要的就是python还有R语言，这些语言由于开源式、书写方便的特点，被众多统计学专业的学子们喜爱。机器学习、深度学习、大数据、算法这些热门的名词都与统计软件密不可分。
这些就是统计学专业所需要学习的内容啦，希望你能满意。
医学统计学重点知识归纳如下：
1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。
2、研究对象：具有不确定性结果的事物。
3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。
4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。
5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。
6、医学统计学中的基本概念
(1) 同质与变异
同质，指根据研究目的所确定的观察单位其性质应大致相同。
变异，指总体内的个体间存在的、绝对的差异。统计学通过对变异的研究来探索事物。
(2) 变量与数据类型
变量，是反映实验或观察对象生理、生化、解剖等特征的指标。
变量的观测值，称为数据，分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等）
定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等）
有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。统计方法的选用与数据类型有密切的关系。
（3）总体与样本
总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。参数，指描述总体特征的指标。
统计量，指描述样本特征的指标。
（4）误差
误差，指观测值与真实值、统计量与参数之间的差别。可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。
抽样误差，是抽样引起的统计量与参数间的差异。抽样误差主要来源于个体的变异。统计学主要研究抽样误差。
（5）概率
概率，是描述某事件发生可能性大小的量度。
必然事件，事件肯定发生，概率P(U)=l。
随机事件，事件可能发生，可能不发生，概率介于0_P(A)≤ 1;不可能事件，事件肯定不发生，概率P($)=0。
小概率事件，事件发生的可能性很小，概率P(A)≤0.05、或P(A)≤0.01。
医学统计学重点知识如下：
1、医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。
2、医学多元统计方法：多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析。
3、变量：观察指标在统计学上统称为指标变量，它反应的是生物个体间的变异情况，根据其性质可分为定性变量（分类）和定量变量（连续）。
4、截尾数据：生存时间观察过程被人为的截止称为截尾，又称删失或终检。原因：失访/退出/终止（研究时限已到而终止观察）。
5、总体：根据研究的目的确定的同质研究对象中所有的观察单位变量值的集合。
你好！描述统计分析的指标通常如下：1.描述数据的集中趋势：众数，中位数2.面熟数据的离散趋势：最大最小值，极差，四分位差，方差与标准差.3.数据分布的偏度与峰度. 指标是反映一个事物特点的量，当然他也是变量. 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）. 统计上的绝对量指标，按其取值的特点不同可分为离散变量与连续变量。 标志一词，我没听说过，应该不是统计里面的特定意义.
“统计学（statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。”
统计学专业的学生应该具备哪些必备的知识？
回答这个问题前，我们要看看学习统计学的基本理念是什么？如果我们想要深度理解统计方法，那数学分析、高等代数、概率论是很必要的工具。离开它们便无法掌握统计的根基。
我认为统计是一门跟现实和应用结合及其紧密的学问，尤其是如何利用统计来分析现实问题。我觉得贾俊平的《统计学》有些公式，难度较友好；浙大的《概率论与数理统计》应该够用，更详细的有茆诗松的《概率论与数理统计》，这本书的难度比较大，学习比较吃力。
如果我们的学生是医学类专业（包括生物在内）的话，主要是分析实验数据，浙大的《概率论与数理统计》加上《属性数据分析》应该能够满足需要，或者再实验设计上有需求的，加上《实验设计与方差分析》这门课程应当可以了。
如果我们学生的专业需求是主要用的是回归分析方面，他们又另一个名称叫做计量经济学，推荐《Introduction to Econometrics》，这本书的作者James H.Stock，不过目前没有中文版，啃得动这本书当然更好。
基于统计学这个专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。所以，需要掌握的知识面也十分广泛，这里只是略略列举一二，当然还需要更多的学习和实际应用中汲取更多知识。
统计学如今是与数学平行的一级学科，那么统计学要掌握哪些知识点呢？让我这个统计学专业的大四老学长告诉你楼主自己的学习经验吧！
统计学听上去是与数据打交道，实际上大部分的统计方向也确实如此。所以要与数据打交道我们首先要有扎实的数学基础，那么想打好数学基础，楼主推荐大家要掌握好数学分析与高等代数的知识！
推荐华东师范大学的《数学分析》与北京大学的《高等代数》。
打好了基础，接下来我们就要正式步入统计学的殿堂！
茆诗松老师的《概率论与数理统计》是非常经典的统计学基础教材，很多高校也都使用这本书作为统计学教材。
如果你能熟练掌握这本教材上的知识点，那么你就打下了非常扎实的统计学的基础，这对你以后继续统计学方向的研究绝对是一大助力！所以非常有必要仔细认真的学习这本书，把这本书读熟读透你以后的统计学路途会顺利很多。这本书也有对应的课后答案详解，对学习这本书有很大的帮助！
再进一步的学习统计学知识，我们就会来到统计学方向的分水岭。这时候就需要看你的兴趣方向何在了。这以后统计就可被划分为理论统计与应用统计。比如，应用统计就可分为金融统计，生物统计等等！所以接下来的知识点就看你的方向来决定往哪边倾向了！
最后，统计学方向掌握程序软件也是必不可少的一项。在经济统计方向，大部分用的是SPSS。而在偏数学的统计上大部分用的是R语言或者是Python。
所以熟练掌握一门程序语言也是必不可少的一项统计学知识，而要想熟练掌握，只有自己平常多学多做多练才能达到要求！
以上就是楼主的建议，如果觉得好的话欢迎采纳！
统计学基础知识之基础概念与知识点
统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。下面是我为大家带来的统计学基础知识，欢迎阅读。
统计学基础知识
总体：是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值(变量值)的集合。可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。
样本：从总体中随机抽取部分观察单位，其实测值的集合称为样本。
随机抽样：是指按照随机化的原则，从总体中抽取部分观察单位的过程。随机抽样是样本具有代表性的保证。
随机化原则：总体中每一个观察单位都有同等的机会被选入到样本中。
抽样误差：由于个体差异的存在，即使在同一整体中随机抽取若干样本，各样本的统计量往往不等，统计量与参数也会有所不同。这种因抽样研究引起的差异称抽样误差。
同质：一个总体中有许多个体，它们之所以共同成为人们研究的对象，必定存在共性，所谓一些个体处于同一总体，就是指他们大同小异，具有同质性。
变异：在自然状态下，个体间测量结果的差异称为变异。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，表现为各种生理测量值的参差不齐。
变量：确定总体之后，研究者对每个观察单位的某项特征进行测量和观察，这种特征称为变量。
变量值：对变量的测得值称为变量值，或者观察值。它可以是定量的，也可以是定性的。
定量资料：又称数值变量。其变量值是定量的，表现为数值的大小，一般有度量衡单位。
分类资料：也称定性资料，其观察值是定性的，表现为互不相容的类别或者属性。有无序分类和有序分类两种情况。
统计描述：用统计指标、统计图、统计表等方法，对资料的数量特征及分布规律进行客观的描述和表达。
统计推断：在一定的置信度和概率保证下，用样本信息推断总体特征：①参数
估计：用样本的指标去推断总体相应的指标;②假设检验：由样本的差异推断总体之间是否可能存在的差异。
计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料。计量资料亦称定量资料、测量资料。其变量值是定量的，表现为数值大小，一般有度量衡单位。
计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。
等级资料：将观察单位按测量结果的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。
概率：又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P(A)，P(A)越大，说明A事件发生的可能性越大。
频率：在相同的条件下，独立重复做n次试验，事件A出现了m次，则比值m/n称为随机事件A在n次试验中出现的频率。当试验重复很多次时P(A)=m/n。
随机误差：又称偶然误差，是指排除了系统误差后尚存的误差。它受多种因素的影响，使观察值不按方向性和系统性而随机的变化。误差变量一般服从正态分布。随机误差可以通过统计处理来估计。
系统误差：是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因，使观察值不是分散在真值的两侧，而是有方向性、系统性或周期性地偏离真值。系统误差可以通过实验设计和完善技术措施来消除或使之减少。
随机变量：指变量的值无法预先确定仅以一定的可能性(概率)取值的量。随机变量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。
参数：是指总体的统计指标，如：总体均数、总体率等。总体参数是固定的常数。多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。
统计量：是指样本的统计指标，如样本均数、样本率等。样本统计量可用来估计总体参数。总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
算术均数：描述一组数据在数量上的平均水平。总体均数用μ表示，样本均数用X表示。
几何均数：用以描述对数正态分布或数据呈倍数变化资料的水平。记为G。
中位数：将一组观察值由小到大排列，n为奇数时取位次居中的变量值;为偶数时，取位次居中的两个变量的平均值。反映一批观察值在位次上的平均水平。
极差：亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。
百分位数：是将n个观察值从小到大依次排列，再把它们的位次依次转化为百分位。百分位数的另一个重要用途是确定医学参考值范围。
四分位数间距：是由第三四分位数和第一四分位数相减计算而得，常与中位数一起使用，描述偏态分布资料的分布特征，较极差稳定。
方差：方差表示一组数据的平均离散水平，由离均差的平方和除以样本个数得到。
标准差：是样本平均数的平均距离，用来考察样本数据分散程度的大小。
变异系数：用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。用CV表示。计算：CV=标准差/均数×100%
可信区间：是按预先给定的概率1-α所确定的包含未知总体参数的一个范围。从固定样本含量的已知总体中进行重复随机抽样试验，根据每个样本可算得一个可信区间，则平均有1-α的可信区间包含了总体参数，而不是总体参数落在该范围的可能性为1-α。
参数估计：指用样本指标值(统计量)估计总体指标值(参数)。
假设检验中P的含义：指从H0规定的总体随机抽得等于及大于(或等于及小于)现有样本获得的检验统计量值的概率。
假设检验：亦称显著性检验，其基本思想是先对总体的参数或分布做出某种假设，如设总体均数为一定值，两总体均数相等，总体服从正态分布或两分布相同等，然后根据样本信息选用适当的方法，推断此假设应当拒绝或不拒绝。
I型错误：指拒绝了实际上成立的H0，这类“弃真”的错误称为I型错误，其概率大小用α表示。
II型错误：指接受了实际上不成立的H0，这类“存伪”的误称为II型错误，其概率大小用β表示。
正态性检验：用均数和标准差描述资料的分布特征，对例数n较小的样本进行t检验时，首先要求样本取自正态分布的总体。
检验效能：1-β称为检验效能，它是指当两总体确有差别，按规定的检验水准α所能发现该差异的能力。
率：又称频率指标，说明一定时期内某现象发生的频率或强度。计算公式为：率=发生某现象的观察单位数/可能发生某现象的观察单位总数×100%，表示方式有：百分率(%)、千分率(‰)等。
构成比：又称构成指标，说明某一事物内部各组成部分所占的比重或分布。计算公式为：构成比=某一组成部分的观察单位数/同一事物各组成部分的观察单位总数×100%，表示方式有：百分数等。
比：又称相对比，是A、B两个有关指标之比，说明A是B的若干倍或百分之几。计算公式为：A/B，表示方式有：倍数或分数等。
非参数统计：针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布是连续型的或离散型的，用于解决这类问题的一种不依赖总体分布的具体形式的统计分析方法。
参数统计：通常要求样本来自总体分布型是已知的(如正态分布)，在这种假设的基础上，对总体参数(如总体均数)进行估计和检验，称为参数统计。
秩次：变量值按照从小到大顺序所编的秩序号称为秩次。
秩和：各组秩次的合计称为秩和，是非参数检验的基本统计量。
直线回归：建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。直线回归是回归分析中最基本、最简单的一种，故又称简单回归。
回归系数：即直线的斜率，在直线回归方程中用b表示，b的统计意义为X每增(或减)一个单位时，Y平均改变b个单位。
相关系数r：用以描述两个随机变量之间线性相关关系的密切程度与相关方向的统计指标。
t检验：常用于整体标准差未知且样本含量较小时样本均数与总体均数的比较，应用条件为n≤50，样本来自正态分布的总体，两样本均数比较时要求两样本总体方差相等。
u检验：用检验统计量u来命名的，用于样本含量n足够大，或n虽小但总体标准差已知的样本均数与总体均数的比较、成组设计两样本均数的比较。
观察性研究：是指在没有任何干预措施的条件下，客观的观察和记录研究对象的现状及其相关特征。
病例对照研究：是一种分析流行病学研究方法，主要应用于探索疾病的危险因素和病因。病例对照研究方法是对临床医疗和各种基础研究中形成的病因假设，进行初步验证。是选择一组患某病的病人，再选择一组不患该病的对象，比较两组人群之间在疾病发生之前有关可疑因素的暴露情况，如果两组的暴露率却有差别，则可认为所研究疾病与因素之间存在着关联。
队列研究：又称前瞻性研究，是将特定的人群分为暴露于某因素与非暴露于某因素的'两种人群或不同暴露水平的几个亚群，追踪观察其各自的结局，比较两组或各组某结局的发生率，从而判定暴露因素与结局有无因果关联及关联程度大小的一种观察性研究方法。
完全随机设计：又称简单随机分组设计，是采用完全随机化分组方法将同质的实验单位分配到各处理组，各组分别接受不同的处理。各组样本含量可以相等，称平衡设计;也可不等，称非平衡设计。
配对设计：是将实验单位按一定条件配成对子，再将每对中的两个实验单位随机分配到不同处理组。
随机区组设计：是将实验单位组设计或配伍组设计，实际上是配对设计的扩展，是先将实验单位按性质相同或相近者组成区组，再分别将各区组内的实验单位随机分配到各处理组或对照组。
析因设计：为安排析因实验的设计，是将两个或两个以上处理因素的各水平进行组合，对各种可能的组合都进行实验，又称完全交叉分组实验设计。
方差分析：也叫F检验，是统计检验的一种，其基本思想是：按研究目的和设计类型，将总变异中的离均差平方和和自由度分别分解成相应的若干部分，然后求得各相应部分的变异;由于其中的组内变异主要反应个体差异或抽样误差，其他各部分的变异与之比较得出统计量F值，根据F值得大小确定P值，并作出推断。
秩和检验：即先将数值变量从小到大，或等级从弱到强转换成秩后，再计算检验统计量的一种方法。
流行病学：研究人群中疾病与健康状况的分布及其影响因素，并研究防制疾病及促进健康的策略和措施的科学，是研究人群中事件或者结局的分布及其影响因素，并研究防止或者促进其发生的策略和措施的科学。
暴露：暴露是指研究对象(人)曾经接触(或不接触)某因素，或者具备某些特征，或者处于某种状态，这些研究者所关心的因素、特征、或状态即为暴露因素;暴露是指可能影响研究对象最后成为(病例或非病例研究者关心的结局=)某种结局的机会。
临床试验：以临床患者的为研究对象，采用随机原则将其分为试验组与对照组，试验组人为地给予某种干预措施，即某种新药或某种疗法，而对照组不给予研究的新药或给传统的医疗措施或给安慰剂，经过一段时间的观察后，评价实验药物的效果或不良反应。
病因：那些能使人群发病概率增加的因素，就可以认为是疾病的病因，其中某个或多个不存在时，人群疾病发生频率就会下降。
危险因素：在复杂病因所致疾病或未明确病因时，相关致病因素常被称为危险因素。
诊断试验：是指运用物理学的、生物化学的、血清免疫学的检查，临床检查和医疗器械检查对病人的疾病和健康状况做出诊断的试验。
机遇：又称随机误差，是由于多种不能控制及不能预测的因素引起的一类表现不恒定、随机变化的误差。
偏倚：又称系统误差，是指研究过程中，一些已知活可控制的因素引起的使研究结果或理论系统抵偏离真实情况。
医学统计学的主要内容2017
你知道医学统计学的主要内容有哪些吗?你对医学统计学的主要内容了解吗?下面是我为大家带来的关于医学统计学的主要内容的知识，欢迎阅读。
医学统计学的主要内容 :
1统计设计
包括实验设计和调查设计，它可以合理地、科学地安排实验和调查工作，使之能较少地花费人力、物力和时间，取得较满意和可靠的结果。
2资料的统计描述和总体指标的'估计
通过计算各种统计指标和统计图表来描述资料的集中趋势、离散趋势和分布特征况(如正态分布或偏态分布);利用样本指标来估计总体指标的大小。
3假设检验
是通过统计检验方法(如t检验、u检验、F检验、卡方检验、秩和检验等)来推断两组或多组统计指标的差异是抽样误差造成的还是有本质的差别。
4相关与回归
医学中存在许多相互联系、相互制约的现象。如儿童的身高与体重、胸围与肺活量、血糖与尿糖等，都需要利用相关与回归来分析。
5多因素分析
如多元回归、判别分析、聚类分析、正交设计分析、主成分分析、因子分析、logistic回归、Cox比例风险回归等，都是分析医学中多因素有效的方法(本书不涉及，请参考有关统计书籍)。这些方法计算复杂，大部分需借助计算机来完成。
6健康统计
研究人群健康的指标与统计方法，除了用上述的某些方法外，他还有其特有的方法，如寿命表、生存分析、死因分析、人口预测等方法
医学统计学重点知识归纳如下：
1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。
2、研究对象：具有不确定性结果的事物。
3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。
4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。
5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。
6、医学统计学中的基本概念
(1) 同质与变异
同质，指根据研究目的所确定的观察单位其性质应大致相同。
变异，指总体内的个体间存在的、绝对的差异。统计学通过对变异的研究来探索事物。
(2) 变量与数据类型
变量，是反映实验或观察对象生理、生化、解剖等特征的指标。
变量的观测值，称为数据，分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等）
定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等）
有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。统计方法的选用与数据类型有密切的关系。
（3）总体与样本
总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。参数，指描述总体特征的指标。
统计量，指描述样本特征的指标。
（4）误差
误差，指观测值与真实值、统计量与参数之间的差别。可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。
抽样误差，是抽样引起的统计量与参数间的差异。抽样误差主要来源于个体的变异。统计学主要研究抽样误差。
（5）概率
概率，是描述某事件发生可能性大小的量度。
必然事件，事件肯定发生，概率P(U)=l。
随机事件，事件可能发生，可能不发生，概率介于0_P(A)≤ 1;不可能事件，事件肯定不发生，概率P($)=0。
小概率事件，事件发生的可能性很小，概率P(A)≤0.05、或P(A)≤0.01。
医学统计学重点知识如下：
1、医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。
2、医学多元统计方法：多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析。
3、变量：观察指标在统计学上统称为指标变量，它反应的是生物个体间的变异情况，根据其性质可分为定性变量（分类）和定量变量（连续）。
4、截尾数据：生存时间观察过程被人为的截止称为截尾，又称删失或终检。原因：失访/退出/终止（研究时限已到而终止观察）。
5、总体：根据研究的目的确定的同质研究对象中所有的观察单位变量值的集合。
医学统计学重点知识归纳如下：
1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。
2、研究对象：具有不确定性结果的事物。
3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。
4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。
5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。
6、医学统计学中的基本概念
(1) 同质与变异
同质，指根据研究目的所确定的观察单位其性质应大致相同。
变异，指总体内的个体间存在的、绝对的差异。统计学通过对变异的研究来探索事物。
(2) 变量与数据类型
变量，是反映实验或观察对象生理、生化、解剖等特征的指标。
变量的观测值，称为数据，分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等）
定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等）
有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。统计方法的选用与数据类型有密切的关系。
（3）总体与样本
总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。参数，指描述总体特征的指标。
统计量，指描述样本特征的指标。
（4）误差
误差，指观测值与真实值、统计量与参数之间的差别。可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。
抽样误差，是抽样引起的统计量与参数间的差异。抽样误差主要来源于个体的变异。统计学主要研究抽样误差。
（5）概率
概率，是描述某事件发生可能性大小的量度。
必然事件，事件肯定发生，概率P(U)=l。
随机事件，事件可能发生，可能不发生，概率介于0_P(A)≤ 1;不可能事件，事件肯定不发生，概率P($)=0。
小概率事件，事件发生的可能性很小，概率P(A)≤0.05、或P(A)≤0.01。