统计图在医学论文中常见的格式统计表是用表格的形式，通过分析指标来表达研究对象的特征、内部构成及各项目分组之间的相互关系。在科技报告或论文中除一些简单的数据必需用文字说明外，其余大部分的统计数据都要用统计表的形式表示。因此，统计表制作的合理与否，直接关系到统计分析的质量与效果。1、统计表的基本格式一张完整的统计表由4部分组成，即标题、标目、线条、数字，必要时可加备注。其制表的原则是重点突出、简单明了、层次清楚。重点突出是指突出所要表示研究事物的主要特征及相互关系;简单明了是指统计表的结构要简单，使人一目了然，不能包罗万象;层次清楚是指内容及标目要安排合理、数据准确。若表格编排不合理将不能充分揭示事物之间的内在规律及联系，也不便于理解和阅读。2、标题应简明扼要地说明表的主要内容，一般放在表的正上方。当某一统计表在同一研究报告中出现时，标题可不包括时间和地点;如果引用在其他文章中，则应包括时间和地点。如论文中只有一张表时，可写成附表，否则要注明表序。3、标目用以说明表内数字含义部分称为标目，分为横标目和纵标目。横标目位于表的左侧，代表被研究事物的主要标志，即主语部分，用以说明同一横行数字的意义;纵标目位于表的右上方，用来说明事物的统计指标，即谓语部分，说明同一列数字的意义。标目的正确安排可使读者自左向右顺利阅读，即从表的左侧横标目开始阅读到纵标目结束，可以读出一个完整的句子。
一般来说是一种统计图。在表达式方面，应尽可能使用最紧凑的格式，即相同的数据信息可以用图形或表格表示，不要两者都使用，导致重复表达，在构建数据表时，我们应该权衡数据的完整性和重要性，不要使表过于复杂。
一般地，作者会在文章正文中明确解释问题1，粗略地解释2，试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中，以及图释和supporting information里。越是专业的人，越要读得细致，要思考方法上有没有不同于传统方法的地方，方法本身是否可信。图中的各种细节也要特别留心，比如轴、坐标、单位的意义，极值、拐点的意义，error bar的大小，scale bar的大小，等等等等。搞清楚方法，具体到各个细节，那么文章是否可信自然可以得到结论。如果感觉不可信，可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因，很多经受了同行评审的文章一样有大量疑点（虽然比未经同行评审的文章要可靠得多）。如果读的过程中有概念/方法不理解，最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。不知道题主的专业领域是什么。如果不在相关领域，需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况，我的建议是：找一个专业领域的靠谱朋友，请他/她吃顿饭，让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴（如果没记错，题主现在上大二？），其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便，找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法，最好还是去读一下原文。
1. 全文的中心思想是什么2. figure legend：基本上能把图表的中心思想，各个panel是什么描述清楚3. 正文result中哪些地方应用了这个图，如（Figure1a blablabla）：这个就是作者从这些数据里得到了什么结论，支持哪个假设神马的；偷懒的话看result里的小标题4. 具体到每个图表的话，x axis，y axis是神马（注意某些作者会通过改变y axis的来达到视觉上dramatic，striking的效果，在比较前后panel的时候要注意），sample和control分别是神马，有没有significant之类的；偷懒的话就看下那些和control有significant difference
统计图在医学论文中常见的格式统计表是用表格的形式，通过分析指标来表达研究对象的特征、内部构成及各项目分组之间的相互关系。在科技报告或论文中除一些简单的数据必需用文字说明外，其余大部分的统计数据都要用统计表的形式表示。因此，统计表制作的合理与否，直接关系到统计分析的质量与效果。1、统计表的基本格式一张完整的统计表由4部分组成，即标题、标目、线条、数字，必要时可加备注。其制表的原则是重点突出、简单明了、层次清楚。重点突出是指突出所要表示研究事物的主要特征及相互关系;简单明了是指统计表的结构要简单，使人一目了然，不能包罗万象;层次清楚是指内容及标目要安排合理、数据准确。若表格编排不合理将不能充分揭示事物之间的内在规律及联系，也不便于理解和阅读。2、标题应简明扼要地说明表的主要内容，一般放在表的正上方。当某一统计表在同一研究报告中出现时，标题可不包括时间和地点;如果引用在其他文章中，则应包括时间和地点。如论文中只有一张表时，可写成附表，否则要注明表序。3、标目用以说明表内数字含义部分称为标目，分为横标目和纵标目。横标目位于表的左侧，代表被研究事物的主要标志，即主语部分，用以说明同一横行数字的意义;纵标目位于表的右上方，用来说明事物的统计指标，即谓语部分，说明同一列数字的意义。标目的正确安排可使读者自左向右顺利阅读，即从表的左侧横标目开始阅读到纵标目结束，可以读出一个完整的句子。
去知网找，那里肯定有你要的论文，自己可以先搜搜看，不知道怎样找的话，可以去我百度空间里，有如何在网络上找论文的文章介绍
医学论文统计学分析的知识你可以登陆：创新医学网 创新医学网上有医学论文统计学分析视频、医学论文写作辅导范文、医学论文写作视频、医学论文写作电子书等等，统计学分析的所有信息创新医学网上有很多资料，都是可以查看的。 卫生统计在医学期刊中占有非常重要的地位。任何科研设计、实验研究都离不开统计方法，而统计方法的正确与否直接影响到论文的质量。我们在编审稿件过程中，经常遇到统计学方法使用不当等问题。 数理统计的基础是概率论，对统计分析的资料下结论的依据是小概率事件在一次试验中是不可能发生的。一般统计上习惯把概率P≤或P≤认为是小概率事件[1]。当通过假设检验（显著性检验）获得P>时，认为是大概率事件,说明在这一次试验中很可能发生，因此接受假设，认为差异无显著意义（差异不显著）。
我也没做过，关注一下，希望可以找到答案！
绝大多数的论文撰写,均需通过一定数量临床病例(或资料)的观察,研究事物间的相互关系,以探讨客观存在的新规律。如确定新诊断、新治疗等措施是否优于原沿用的方法,就需进行两种方法比较,这就涉及统计处理;统计设计又是整个课题研究设计中一个重要的组成部分。显然,经正确统计处理的结果可信度高,论文的质量也高。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
1. 全文的中心思想是什么2. figure legend：基本上能把图表的中心思想，各个panel是什么描述清楚3. 正文result中哪些地方应用了这个图，如（Figure1a blablabla）：这个就是作者从这些数据里得到了什么结论，支持哪个假设神马的；偷懒的话看result里的小标题4. 具体到每个图表的话，x axis，y axis是神马（注意某些作者会通过改变y axis的来达到视觉上dramatic，striking的效果，在比较前后panel的时候要注意），sample和control分别是神马，有没有significant之类的；偷懒的话就看下那些和control有significant difference
一般地，作者会在文章正文中明确解释问题1，粗略地解释2，试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中，以及图释和supporting information里。越是专业的人，越要读得细致，要思考方法上有没有不同于传统方法的地方，方法本身是否可信。图中的各种细节也要特别留心，比如轴、坐标、单位的意义，极值、拐点的意义，error bar的大小，scale bar的大小，等等等等。搞清楚方法，具体到各个细节，那么文章是否可信自然可以得到结论。如果感觉不可信，可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因，很多经受了同行评审的文章一样有大量疑点（虽然比未经同行评审的文章要可靠得多）。如果读的过程中有概念/方法不理解，最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。不知道题主的专业领域是什么。如果不在相关领域，需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况，我的建议是：找一个专业领域的靠谱朋友，请他/她吃顿饭，让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴（如果没记错，题主现在上大二？），其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便，找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法，最好还是去读一下原文。
学术论文中的图表在表现数据、传达信息、补充和辅助文字叙述方面起着重要作用。介绍图、表的的特点及其在学术论文中的使用规则，探讨在学术论文中如何规范、有效、合理使用图表。规范使用三线表，以实现表格结构的简洁性；有效使用图形，以清楚、直观地表达数据信息，具体阐述从整理数据、明确信息、确定关系、选取图表到创建图表的方法和步骤；恰当使用 SmartArt 图形，以简便、快捷、轻松地创建表现各种层级关系、附属关系、并列关系或循环关系等。简明扼要地从数据分析中找出和论文主题相关的重要的发现，最好使用图表来帮助表达。学术进修课堂——聚焦学术提升，赋能科研成长。xsjxkt▌1 图表在学术论文中的使用规则在学术论文中，图表的使用规则可归纳为以下几点：①精选。一篇文章中的图表并不是越多越好，应根据其必要性进行精选，如果数据较少或相同，能用简短文字表达清楚，就不必使用图表。②结构简洁、直观、清晰。③可读性和自明性。图表中的各项内容应准确、清楚、完整、易读。④紧随文排，先见相应文字后见图表。图表应紧接在第 1 次提到它的文字段后面，以便于阅读。▌2 规范使用三线表三线表以其形式简洁、功能分明、排版方便等优势，在科技期刊中被推荐使用。三线表通常只有 3 条线，即顶线、底线和栏目线。但三线表并不一定只有 3 条线，必要时可在顶线和项目线之间添加辅助线，无论加多少条辅助线，仍称为三线表。在学术论文中，三线表的构成要素包括: 表序表题、表头(项目栏)、表身、表注。▌ 表序和表题学术进修课堂——聚焦学术提升，赋能科研成长。xsjxkt在学术论文中，表序和表题之间空 1 个字距，中间不加标点符号，居中排在表格顶线上方。表序即表格的序号，要按表格在文中出现的先后顺序以阿拉伯数字从“1”开始连续编号，为“表 1”“表 2”“表 3”等。即使全文只有 1 个表格也要提供表序，为“表1”。表题即表格的标题，用以表明表格的主要内容应简明准确地突出表格的核心信息，比如时间、地点和事项，但不能过于简单或笼统，也不能过于繁琐或冗长。▌ 表头（项目栏）和表身表头是顶线与栏目线之间的部分。项目栏一般要放置多个栏目（标目），栏目能反映表身中该栏信息的特征或属性，同一栏目下的信息具有某种共性，因而对于理解表中数据至关重要。三线表的规范编排原则是数据“竖读”,也就是说表身内同一栏各行的数值应纵向竖排于共同的标目下，便于读者从上而下阅读。表身是底线以上、栏目线以下的部分，它容纳了表格内的大部分信息（数据或文字），是表格的主体。表内的数字不带单位符号，百分数也不带百分号”%“，应把单位符号和百分号归并在栏目中。若所有栏目的单位相同，应将该单位标注在表的右上方不写“单位”二字。表内相邻行或列的数字相同时仍需重复填写，一一列出，不能用“同左”“同上”等字样代替。表内无数字的栏内，应区别情况对待。GB 7713一1987《科学技术报告、学位论文和学术论文的编写格式》中规定：表内“空白”代表未测或无此项，“-”或“···”（因“-”可能与代表阴性反应相混）代表未发现，“0”代表实测结果确为零。表内数字的小数点用“.”表示。大于 999 的整数和多于三位数的小数，一律用半个阿拉伯数字符的小间隔分开，不用千位撇。▌ 表注表注是对表中有关内容作补充说明或注释的文字，一般排在底线下面，多条注释采用阿拉伯数字顺序编码。必要时应将表格中的符号、标记、代码，以及需要说明事项，用最简练的文字作为表注。▌3 有效使用图表将数据用图表表示出来，可形象、直观、生动地描述数据大小、变动趋势、分布情况以及反映事物内在的规律性和关联性，以便阅读、比较和分析。图表是一种很好的将对象属性数据直观、形象地“可视化”的手段，可以达到两个目的：一是表现数据；二是传达信息。如何将表格中最初输入的数据转化成最终输出的图表？▌ 明确数据要表达的信息不同的数据可以传达不同的信息，甚至相同的数据也可以因不同的目标、立场和价值判断而传达不同的信息。因此，要明确数据所要传达的信息，确定主题和观点。▌ 确定数据的相互关系不同的信息意味着不同的数据相互关系，也将影响到最终图表的选取。确定数据关系是介于明确信息和选择图表之间的一个过程。数据的相互关系一般分为 5 类：成分、排序、时间序列、频率分布和相关性。▌ 选择适用的图表类型图表类型包括饼图、条形图、柱形图、折线图、面积图、圆环图、雷达图、气泡图、曲面图、股价图等。学术论文中用于数据表达的4种常用图表：饼图、条形图、柱形图、折线图。
看懂医学文献中的统计图通常并不需要大堆的统计知识（读者们大多不是统计专业啊）。如果只是想看懂数据，那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等，就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的，可以看看类似于以及其他几个线上教学网站的生物统计学的初级介绍课程（大部分是英文，但也有中文的）。除非个人兴趣或者专业方向要求，个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图，做数据和统计类的图。
一般地，作者会在文章正文中明确解释问题1，粗略地解释2，试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中，以及图释和supporting information里。越是专业的人，越要读得细致，要思考方法上有没有不同于传统方法的地方，方法本身是否可信。图中的各种细节也要特别留心，比如轴、坐标、单位的意义，极值、拐点的意义，error bar的大小，scale bar的大小，等等等等。搞清楚方法，具体到各个细节，那么文章是否可信自然可以得到结论。如果感觉不可信，可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因，很多经受了同行评审的文章一样有大量疑点（虽然比未经同行评审的文章要可靠得多）。如果读的过程中有概念/方法不理解，最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。不知道题主的专业领域是什么。如果不在相关领域，需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况，我的建议是：找一个专业领域的靠谱朋友，请他/她吃顿饭，让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴（如果没记错，题主现在上大二？），其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便，找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法，最好还是去读一下原文。
1. 全文的中心思想是什么2. figure legend：基本上能把图表的中心思想，各个panel是什么描述清楚3. 正文result中哪些地方应用了这个图，如（Figure1a blablabla）：这个就是作者从这些数据里得到了什么结论，支持哪个假设神马的；偷懒的话看result里的小标题4. 具体到每个图表的话，x axis，y axis是神马（注意某些作者会通过改变y axis的来达到视觉上dramatic，striking的效果，在比较前后panel的时候要注意），sample和control分别是神马，有没有significant之类的；偷懒的话就看下那些和control有significant difference
推荐第一个：3Dbody解剖，上解剖课必备神器；第二个：丁香园，学习讨论社区，有问题可以上去问问；第三个：YaYa医师,经验派教学代表,一流医院一线输出的教学内容,就冲这含金量可以多学学;第四个:医题库,考试看题\练习习题随身必备,不多说考试党强烈推荐;第五个:心电图普、轻盈医学等等
用的数据可视化化软件。数据可视化是种发展趋势，现在的学术论文都很流行把数据可视化，通过形象的图表来分析相关的数据，既专业又便于理解。推荐几个实用的数据可视化平台：迪赛智慧数、帆软、山海鲸、阿里云DataV、百度数据可视化sugar、京东莫奈、华为云等，其中“迪赛智慧数”是免费的，很推荐大家去试用。 百度上面都有。
这个用Excel就能做，很简单，图表类型里选择连线的类型就可以，至于英文可以自己输入。二维彩图的应该是matlab
丁香客
丁香客是丁香园旗下的一款产品。丁香园是面向医生这个群体的网站，据说有270万医生会员（占中国医生数量一半以上），其中超过70%的会员拥有硕士或博士学位，是中国医学网站与论坛的老大。丁香客可以查看动态、发布观点、上传图片、浏览文章、发布信息，是为医生群体提供专业知识交流的社交工具，适合医生及在校医学生使用。
医维度
医维度3d人体解剖app这个软件是一个提供三维画面人体解刨模型的免费软件，这个软件主要是为医学生以及专业的医疗人士提供的帮助服务软件，通过医维度人体解剖app你可以清晰的看到各种人体解刨动画，灵活控制3D模型，可以360度任意角度旋转、放大缩小察看，随时显示、隐藏、透明处理人体结构的任意一部分。这一款APP可以将繁琐的解剖学内容立体呈现，细致而准确，被称作最好的解剖学APP，可谓是学习解剖的神兵利器。
用药助手
用药助手也是丁香园旗下一款面向医生群体的APP，它可以用来查询药品说明书、查看用药指南及进行常用医学计算。它对临床医生及在校大学生（尤其是药学专业大学生）十分大！
杏树林医学文献
医学文献APP是杏树林旗下的一款产品。杏树林医学文献是国内首个个性化的医学专业文献手机应用。它囊括全球影响力最高的50多本医学杂志，包括新英格兰医学杂志（NEJM）、美国医学会杂志（JAMA）、柳叶刀杂志（Lancet）、英国医学杂志（BMJ）和中华医学会各科杂志等，覆盖超过20个专科。它对医务工作者及在校医学生的学习和科研有着巨大的帮助！（阅读专业论文对医学英语的要求非常高，所以医学生们一定要好好学习专业英语）
医景Medscape
Medscape是美国医疗健康服务网站WebMD旗下医景网的一款APP。其内容包括新闻资讯、药物配伍禁忌、治疗指南、医学计算器、医学培训等方面。Medscape是互联网上最大的免费提供临床医学全文文献和继续医学教育资源(CME)的网点。
PubMed On Tap
数据库APP，PubMed提供生物医学方面的论文搜寻以及摘要，其数据库来源包括MEDLINE、OLDMEDLINE、Record in process、Record supplied by publisher，核心主题为医学，亦包括其他与医学相关的领域，例如护理学等。是进行生物医学研究的必备神器！
iRadiology
医学影像学APP，内容丰富，每张片子都有标注讲解，简单易懂（当然，你要能看懂这些专业的医学英语）。
除了医学app排行榜前十名，还有很多很多非常好的医学APP，例如医学时间、全科医生、PCI病例荟、骨科时间、AO surgery、plos reader等等，另外很多医学APP都是全英文的，因此一款电子词典APP也是必不可少的（当然最好能精通医学英语）！