medcalc统计分析方法

1. 先按变量类型确定分析大类
   打开数据表后，先看要分析的是连续变量、分类变量还是时间-事件变量。连续变量（如身高、血压）通常进入描述统计、t 检验、方差分析或相关回归；分类变量（如性别、疗效等级）通常进入卡方检验、Fisher 精确检验或列联表分析；时间-事件变量则用生存分析。不要跳过这一步直接点方法，否则容易把连续变量误送进卡方，得到无意义结果。
2. 组间比较：t 检验、方差分析与非参数检验怎么选
   两组独立连续变量比较，若近似正态用独立样本 t 检验，若明显偏态或样本很小用 Mann-Whitney U 检验；配对前后比较用配对 t 检验或 Wilcoxon 符号秩检验。三组及以上独立比较，正态且方差齐用单因素方差分析，方差不齐或偏态用 Kruskal-Wallis 检验。操作时在分析菜单找到对应分组，把因变量和分组变量分别拖入或选入，再按需勾选方差齐性检验和事后两两比较。
3. 关联与预测：相关、回归与 ROC 曲线
   看两个连续变量的关系用相关分析，先看散点图判断线性再决定 Pearson 还是 Spearman；想建立预测模型用线性回归或 logistic 回归；想评价某个指标对二分类结局的判别能力用 ROC 曲线，重点读曲线下面积、约登指数对应的截断值、敏感度和特异度。参数设置里要确认因变量编码方向，方向反了敏感度和特异度会颠倒。
4. 分类资料与诊断一致性分析
   两个分类变量的关联或差异用卡方检验，当理论频数过小改用 Fisher 精确检验；同一批对象两种方法或两位评价者的一致性用 Kappa 分析；诊断试验则用敏感度、特异度、阳性预测值、阴性预测值。操作时确认行变量和列变量放对位置，并勾选输出交叉表和期望频数，避免只看 P 值忽略实际列联情况。
5. 结果窗口重点看什么
   每个分析完成后，结果窗口通常给出统计量、自由度、P 值、置信区间和样本量。判断差异是否显著看 P 值与事先设定的显著性水平比较；判断效应大小看均值差、比值比或曲线下面积，不要只盯着 P 值。若结果提示样本量不足或频数过小，应考虑改用精确检验或补充数据后重做。
6. 分析前的数据准备与检查
   运行方法前检查缺失值、异常值和变量类型是否被软件正确识别，分组编码是否统一，配对数据是否一一对应。若结果与预期差异很大，回到数据表核对变量选入是否正确、分组是否选反。具体菜单名称和选项位置会随 MedCalc 版本略有差异，以你当前安装版本界面为准，也可参考软件页说明。

软件页面：MedCalc。