计数资料，计量资料，连续性变量，非连续性变量
数据检验类型：
针对原始数据，我们能提供的数据分析内容如下：正态性检验、t检验、相关性分析、方差分析，生存分析、卡方检验、ROC曲线分析、秩和检验、logistic回归、COX回归等。
logistic回归案例：
简介：logistic 回归又称 logistic 回归分析，是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素,并根据危险因素预测疾病发生的概率等｡
案例：某疾病患者预后危险因素分析
组别 | 年龄（岁） | 肿瘤直径（cm） | 胆固醇（mg/dL） | 血红蛋白（g/L） |
好转组（n=53） | 54.35±5.88 | 6.88±1.85 | 16.65±5.89 | 126.60±26.48 |
恶化组（n=50） | 61.04±6.28 | 8.72±1.99 | 62.91±10.17 | 98.01±20.27 |
结果解读：
结果显示，肿瘤大小，胆固醇含量和年龄的Exp（OR）值大于1，说明这些指标是该疾病的危险因素，而血红蛋白的Exp（OR）值小于1，说明该指标是该疾病保护因素
