临床医师统计学助手是一款电脑医学统计软件，该工具能记录多种临床医学数据，很好的对各项指标进行计算，获得各种值，用于研究工作，更高效的完成数据处理。
这款软件用途专业，使用效果非常显著，可以对医学实验中的多种资料和对照组数据进行输入并记录保存。不仅如此，还能快速进行统计学计算，对数据进行快速运算得到想要的内容，可以为临床医师带来两样本均数t检验、方差分析、技术资料卡方检验、多个样本率卡方检验等多种数据的快速输入和检验，大大方便了医生的研究效率，将宝贵的时间进行更多的实验组操作，减少重复的运算过程，提升实验效率。软件傻瓜式操作使用非常简单，如同Excel般的使用方式，快速上手就能填入数据！
软件介绍
《临床医师统计学助手》 是为临床医师量身定做的一款简明医学统计学处理软件，界面直观，全傻瓜化操作，即使仅初通统计学也极易上手，具有t检验、方差分析、卡方检验、等级资料的秩和检验及ridit分析功能，内置《医学统计学傻瓜教程》，能使您在数小时内即可学会进行常见的统计学数据处理。
方差分析（F检验）教程
【例6】某院外科对三种消毒剂的杀菌效果进行考察。经过使用，以被消毒物品的残余细菌数（cfu/m2）为评价指标，试验结果如下表，试问三种消毒剂的效果是否存在差异？
现在，我们来分析这个例子，与【例2】一样，本例也是计量资料，所不同的是，【例2】是两组，本例是三组。是不是也可以用“两样本均数t检验”方法，分别进行两两比较呢？答案是不行的，因为这样将会导致检验效率的下降，这时正确的统计学方法应该选用方差分析（F检验）。有必要重复一次，两组计量资料的比较应选用“t检验”，多组计量资料的比较应选用“F检验”，下面介绍方差分析的方法。
(1)选择“方差分析（F检验）”，分别输入三组的原始数据，软件会自动计算每组的均数±标准差，如果已知每组的均数±标准差，可在对应的表格内直接输入，不必再输入原始资料。
(2)软件会自动计算F值（注意不是t值）及p值，p<0.05或p<0.01表示三组间不全相同，即至少有两组是不同的，而不是全不相同。
(3)当知道三组消毒剂的效果不一样后（本例p<0.01），我们仍然无法知道是不是三种消毒剂每一种效果都不一样，也不知道三种消毒剂哪一种效果最好，哪一种效果最差，如果想回答这些问题，还需要进行两两比较。本软件提供2种两两比较的方法，即“两两比较q检验”及“两两比较LSD-t检验”，结果基本上是一致的。
多样本率卡方检验教程
【例7】某院研究不同药物对焦虑患者的疗效，患者随机分为三组，分别为阿米替林组、帕罗西丁组、安慰剂组，问三组间疗效是否存在差异？
四表格卡方检验是最简单的形式的卡方检验，当遇到多组卡方检验时，需要采用行×列表卡方检验，如下图。
应用行×列表卡方检验的几点说明：
1、相对四表格卡方检验而言，行×列表卡方检验具有广泛的适用性，但要求每个格子的理论数足够大，如果发现某个格子中的理论数太小，应扩大观察例数。
2、一些等级资料，如临床疗效分为治愈、显效、好转、无效，临床检验结果分为 +、++、+++ 等，带有明显的半定量性质，对于等级资料行×列表卡方检验缺乏敏感性，应采用秩和检验或Ridit分析（下述）。
3、行×列表卡方检验结果p<0.05或p<0.01表示各组间不全相同，而不是全不相同。
秩和检验及Ridit分析教程
【例8】某院研究不同药物对支气管哮喘的患者的疗效，患者随机分为二组，分别为激素组、中药组，问两组间疗效是否存在差异？
本例为等级资料，应采用秩和检验或Ridit分析（70%的医学杂志对等资料误用卡方检验！），如下图。
秩和检验与Ridit分析可任选一种方法，首先都是求出“Z值”，然后得到“p值”，本例p<0.01，结论：激素组与中药组两组间疗效差异有显著意义。
直线相关与回归教程
【例9】测量不同年龄的儿童身高数据如下，问儿童年龄与身高是否存在关联?
在科研与临床工作中，许多问题是存在关联的，如体表面积与身高、体重之间有明显的关联，直线的相关与回归即是研究两个变量之间的关联问题。两个变量的关联性分析，可以分解为两个问题，一是这两个变量是否存在相互关联，即相关问题；二是如果两个变量是有关联的，那么是什么样的数量关系，即回归问题，通常以回归方程来表示。现在回到【例9】，研究儿童年龄与身高之间是否存在关联呢？在软件中选择“直线相关与回归”，然后输入以上的数据，如下图。
计算结果p<0.05，结论是儿童年龄与身高之间存在显著的关联，并得出回归方程 y=44.5278+10.9822x(y表示身高，x表示年龄)。
更新内容
V15.0版本新增“正态分布数据生成工具”，能根据已知的均数、标准差及例数，一键自动生成一组随机正态分布数据。
