统计方法¶
临床试验中常用统计方法的 AI 辅助实现，涵盖从描述统计到复杂模型的完整链条。
方法列表¶
描述性统计
均值、中位数、标准差、频数表、基线特征表 (Table 1)
假设检验
t 检验、卡方检验、Fisher 精确检验、Wilcoxon 秩和检验
线性模型 / ANCOVA
方差分析、协方差分析、ANCOVA 的 AI 实现
混合效应模型 MMRM
重复测量混合效应模型，临床试验金标准分析方法
生存分析
Kaplan-Meier 估计、Cox 比例风险模型、log-rank 检验
纵向数据分析
GEE、随机效应模型、增长曲线模型
缺失数据处理
MAR/MNAR 假设、多重插补、LOCF、混合模型综合策略
非参数方法
非参数检验、置换检验、bootstrapping
多重比较校正
Bonferroni、Holm、FDR 控制、图形法多重比较
样本量计算
优效性/非劣效性/等效性设计的样本量估算
方法页面模板¶
每篇方法文档包含以下内容：
- 方法简介：何时使用、基本原理
- AI Prompt：向 AI 描述分析需求的最佳提问方式
- 代码实现：R / Python / SAS 三种语言
- 输出解读：如何理解 AI 生成的分析结果
- 注意事项：常见陷阱和 regulatory 考量
- 相关可视化：链接到对应的图表页面