自今日起，我推出SPSS教程，针对医学常见的资料进行统计分析。同时，由于R语言越来越多用于数据的统计分析，在推出SPSS教程的同时，这里也推出R语言教程--医学研究的R语言应用，针对同样的数据，开展统计分析。
R系列教程也将包括以下内容
1.实验性定量数据统计分析策略（10篇）
2. 实验性定性数据统计分析策略（5篇）
3. 观察性研究统计分析策略（7-9篇）
4. 生存分析策略（3-4篇）
5. 影响因素研究统计分析策略（3-5篇）
6. 混杂偏倚控制基本统计学方法（5篇）
7. 复杂试验设计与统计分析方法（5-7篇）
本教程不再介绍R语言的软件、数据导入、整理等，如果诸位需要，可详见本公众号之前的系列：“30天学会R语言系列”（点击：R语言各类学习资源集合，欢迎学习）。
医学研究的R语言应用（1）：正态性检验
同期SPSS教程篇，已经就正态性检验，进行了详细的叙述（SPSS统计分析策略（1）：正态性检验与判断），本文采用R语言对本案例进行分析，不妨请诸位结合两篇文章一起来学习和研究。
研究实例
将出生28天的20只大鼠随机分成两组，分别饲以高蛋白和低蛋白饲料，8周后观察其体重（g）。问两种不同饲料组别的大鼠体重正态性情况如何？数据见数据库weight.sav（SPSS格式）.
高蛋白组：133，145，112，138，99，157，126，121，139，106，115
低蛋白组：118，75，106，87，94，110，102，124，130
数据导入、整理与描述
library(foreign) # 利用foreign直接将数据库从SPSS中导入
e1=read.spss("weight.sav") #读取数据集，形成list格式
e1<-as.data.frame(e1) #将数据转为数据库
str(e1) # 浏览变量
is.factor(e1$group)# group变量是因子吗？
is.numeric(e1$weight)# group变量是数值吗？
summary(e1$weight) # 计算中位数均数
sd(e1$weight) # 计算标准差
table(e1$group) #计算分类数据的人数
分组计算均数和标准差
#可借助tapply语句进行数据分析
tapply(e1$weight,e1$group,summary)# 计算中位数均数
#这里可以借助于group_by函数进行
tapply(e1$weight,e1$group,summary)# 计算中位数均数
library(tidyverse)
library(dplyr)
summarise(group_by(e1,group),
mean=mean(weight,na.rm=T),
sd=sd(weight,na.rm=T),
median=median(weight,na.rm=T)）
绘制直方图
hist(e1$weight,
col = "red", border = "pink",xlab = "体重",
main = "体重直方图")
#分别绘制两组大鼠的直方图
par(mfrow = c(1, 2)) #两幅子图在同一行显示
hist(e1$weight[e1$group=="1=高蛋白"],
col = "blue", border = "pink",xlab = "体重",
main = "高蛋白组直方图")
hist(e1$weight[e1$group=="2=低蛋白"],
col = "blue", border = "pink",xlab = "体重",
main = "低蛋白组直方图")
单样本正态性检验
shapiro.test(e1$weight) # SW方法
# KS 方法，spss教程的KS方法实际上是#Lilliefor 法校正
library(nortest)
lillie.test(e1$weight) #Lilliefor 法
多样本正态性检验
tapply(e1$weight,e1$group,shapiro.test)
-本文结束，如有程序有问题，请联系本人修改-
meta分析
R语言
真实世界研究
统计技巧
