如果研究一个X或多个X对Y的影响关系，其中Y为定量数据，可使用线性回归分析，构建回归模型。如果研究一个X或多个X对Y的影响关系，其中Y为定类数据，可使用Logistic分析，构建Logistic回归模型。如果要分析1组X与一组Y之间的关系情况，可使用典型相关分析。如果要分析多个X与多个Y之间的影响关系情况，且样本量较小（通常小于200），可使用PLS回归分析。
正确的统计学分析一定要建立在明确的研究目的和研究设计的基础之上，那些事先没有研究目的和研究设计，事后找来一堆数据进行统计分析都是不可取的。 在医学论文的撰、编、审、读过程中经常遇到的问题是研究的题目与课题设计、论文内容不符，包括文章的方法解决不了论文的目的、文章的结果说明不了论文的题目、文章的讨论偏离了论文的主题；还有是目的不明确、设计不合理。如题目过小，论文不够字数，而一些无关紧要的变量指标或结果被分析被讨论；又如题目过大，论文的全部内容不足以说明研究的目的，使论文的论点难以立足。 所以，合理明确的论文题目或目的以及研究设计方案是撰、编、审、读者应当关注的首要问题。此外，样本含量是否满足，抽样是否随机，偏倚是否控制等，也是不可忽视的问题。2、建好分析用的数据库建好数据库是正确统计分析的前提和基础，甚至决定了论文分析结果的成败。对于编、审、读者来讲，一般由于篇幅的限制，往往得不到数据库数据，而只有作者在数据库数据基础上经统计描述计算后给出的诸如各指标均数 x、标准差 s 或中位数 M、百分位数 Px 的“二手”数据，或将研究对象小或特征属性分组，清点各组观察单位出现的个数或频数的频数表数据等。 无论是否能够得到数据库数据，作者在统计分析过程中一定依据数据库数据进行计算，得出结果。如果对“二手”数据或频数表数据的结果等存在疑惑，编辑、审稿专家或读者有权要求作者提供数据库数据以检查其完整性、准确性和真实性，确保研究数据的质量。假若在投稿须知中对数据库数据作出必要的要求，无疑对于保证刊物的发表质量有着积极的意义
怎么了
先把统计表复制，然后再粘贴在word中
这种格式应该没有范本的，只能自己做了，在excel中和word中都可以做，这个软件也是互相兼容的，如果实在不会做，可把具体要求发过来，相信很多人会帮你做好的。
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
一、统计学论文中的研究方法 1、大量观察法 这是统计活动过程中搜集数据资料阶段（即统计调查阶段）的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。 2、统计分组法 由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高（即分层抽样方式）；在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础；在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异（显著性检验）和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。 3、综合指标法 统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。
1、打开数据表格，每组需要统计的数据需要排列在同一行或列。选择“数据”-“数据分析”-“描述统计”后，出现属性设置框，依次选择。2、输入设置。在输入区域中，选择原始数据区域，可以选中多个行或列，并在分组方式中对应的选择“行”或“列”；如果数据内容在第一行有文字标志标明，勾选“标志位于第一行”。3、输出设置，在需要输出的描述统计表的位置，选择一个单元格作为统计表左上角的一格。勾选“汇总统计”，点击确定。详细地描述统计结果就生成了。提示：中位数反映了数据排序后位于中间的值，众数代表具有最多个数的数值，峰度的大小代表数据的分布相比正态分布更为平缓或是突兀，偏度的正负表示数据分布的峰值在均值的左侧还是右侧。您知道吗？Fisher在1922年发表的一篇重要论文中说明了总体和样本的联系和区别，以及其他一些概念，奠定了“理论统计学”的基础。
你既时间条件设置当中，设置好条件就可以统计了
没有数据，没有要求，无法准确回答。统计一般是有一个基础数据表，然后使用countif、sumif等函数进行统计或汇总，然后分类进行分析。
比如，下图中表格数据，按月统计数量。excel表格中，如何按月统计数量鼠标选中表格，如下图所示。然后，点击“插入”选项卡excel表格中，如何按月统计数量下方弹出相关命令；然后，在最左边这里，点击“数据透视表”excel表格中，如何按月统计数量弹出创建透视表的操作框；按自己实际情况设置，小编在这里点“现有工作表”然后，再选择放透视表的位置。点击确定。excel表格中，如何按月统计数量工作表右边显示设置透视表的窗口，鼠标点住“日期”，拖到“行”这里来。excel表格中，如何按月统计数量excel表格中，如何按月统计数量鼠标点住“数量”拖到“值”这里来。这时，工作表上显示出如下图所示的表格。excel表格中，如何按月统计数量excel表格中，如何按月统计数量在小三角这里点下，弹出的筛选列表中，鼠标放在“标签筛选”这里，右边弹出的菜单中点“介于”excel表格中，如何按月统计数量弹出的操作框中，分别输入该月的起始日期，比如，2月份的，输入2017/2/1；2017/2/28如下图所示，excel表格中，如何按月统计数量9点击确定，表格上即统计出了2月的数量