1.2医学统计学的作用

设计(design)

设计指统计设计，统计设计的内容包括对数据收集、整理和分析全过程的设想计划与安排。
医学研究设计和常用的统计设计方法见设计篇。（第29章到33章）

数据收集(data collection)

数据收集是指采取措施取得准确可靠的原始数据，数据收集方法取决于研究设计，具体要求见30,32,32,33章
数据来源包括利用现有数据（二手数据，second-hand data)和主动收集的数据（一手数据，first-hand data）

数据整理(data organization)

数据整理是将原始数据净化、系统化和条理化，以便为下一步计算和分析打好基础的过程。
净化：对原始数据进行清理、检查、核对和纠正错误
系统化和条理化：根据研究目的，将原始数据合理分组并归纳汇总。
为了方便管理，对数据进行标识(identification)：观察对象ID号，变量名称，变量定义，变量分类代码，数据格式，数据长度和计量单位等。涉及个人隐私要去标识。

数据分析(data analysis)

数据分析又叫统计分析(statistical analysis)，包括有关统计指标的选择与计算、统计图表的绘制、有关统计方法的选用以及统计软件的应用。
目的：表达数据特征且阐明事物的内在联系和规律性。
统计分析方法包括统计描述和统计推断
1.统计描述(statistical description) 选用恰当的指标，以及合适的统计图表，对数据的数量特征及其分布规律进行测定和描述。
2.统计推断(statistical inference) 如何在一定的置信程度下由样本信息推断总体特征。包括参数估计(estimation of parameter)：如何由样本统计指标推断总体统计指标；假设检验(hypothesis test)：如何由样本差异来推断总体之间是否可能存在差异。

数据解释(data interpretation)

统计描述或统计推断发现关联或差异后如何进行数据解释(data interpretation)，事关研究结论的正确性。
将关联(association)解释为因果(causation)是观察性研究中数据解释最常见的错误。

数据表达(data presentation)

数据表达也称统计表达，不仅包括统计数据、统计结果的描述、说明和解释，也包括医学统计学的专用术语、符号及统计表和统计图的使用，特别是学术论文。