数据整理
查看缺失与分布，筛选研究样本。完成重编码、变量转换、插补、合并与长宽转换，保存处理后的数据版本。
面向医学科研的专业分析平台
专业统计分析
服务医学科研
数据整理、统计建模、科研图表与论文表达，
覆盖医学研究中的常用分析需求。
用自然语言提出问题，也能自主设置方法与参数。
让数据处理更省心，让分析结果更便于核查和使用。
数据整理统计分析论文图表
相关因素分析
暴露与结局的关联
优势比 OR3.00
95% 置信区间1.54–5.86未调整 Logistic 模型
P = 0.001暴露组 vs 对照组对照组为参照
OR < 1OR · 对数坐标OR > 1
暴露组结局发生比例高于对照组。
50.0% 与 25.0%，χ² = 10.667，P = 0.001。
分析前的数据核对
先了解数据，再开展分析
观测记录160例
比较组数2组
BMI 缺失13例
| 分组 | 结局编码 | 年龄 | BMI | 性别编码 |
|---|---|---|---|---|
| 对照组 | 1 | 40 | 缺失 | 0 |
| 对照组 | 0 | 40 | 20 | 0 |
预览部分模拟记录；分类编码的具体含义以研究数据字典为准。
明确研究定义
关键参数，逐项核对
二元 Logistic 回归
估计暴露与二分类结局之间的关联
- 结局变量
- 结局编码 · 事件 = 1
- 解释变量
- 暴露分组
- 参照组
- 对照组 · 编码 = 0
- 调整因素
- 无 · 未调整模型
正式分析可按研究设计设置变量、参照和调整因素，保留方案与运行记录。
科研常用场景临床研究公共卫生量表调查科研教学
完整的分析流程
从数据整理到研究成果
常用工具衔接使用，减少重复整理。
分析思路、参数设置和结果修改，集中管理。
统计分析
围绕研究问题选择方法，明确变量角色和模型参数。查看统计检验、效应估计与诊断信息，核对结果的适用范围。
成果整理
生成可编辑的科研图表，起草中英文方法、结果与讨论段落。图表和文字引用已运行的结果，便于核查与修改。
PRdata 研究助手交互演示 · 模拟数据
先帮我看看这份数据的缺失情况和变量分布。
这份模拟数据共 160 例、5 个变量，暴露组和对照组各 80 例。BMI 有 13 例缺失（8.1%），其余变量完整。可以先核对 BMI 的缺失原因，再选择相应的处理方式。
其他变量
完整
BMI
缺失 8.1%
有效数据缺失数据
科研成果展示
图表规范，表达专业
保留统计量、效应值、置信区间与 P 值。
图表样式与论文文字，可以继续调整。
同一份模拟数据 · 160 例
两组比较与相关因素分析
表 1 两组结局发生情况
| 特征 | 对照组（n = 80） | 暴露组（n = 80） | χ² | P 值 |
|---|---|---|---|---|
| 结局发生，n（%） | 20（25.0） | 40（50.0） | 10.667 | 0.001 |
| 结局未发生，n（%） | 60（75.0） | 40（50.0） | — | — |
注：采用组内百分比；Pearson χ² 检验，未作连续性校正。数据仅用于产品演示。
统计指标完整呈现表头与显示标签可修改支持带格式复制
两组发生比例与关联强度
未调整 Logistic 回归
暴露组 vs 对照组
3.00OR
95% CI：1.54–5.86 P = 0.001
模拟数据示例。研究台可按图形类型调整标题、坐标、标签、配色与版式，并导出矢量图。
研究结果
本次分析共纳入 160 例模拟观测，暴露组和对照组各 80 例。暴露组结局发生比例高于对照组［50.0%（40/80）vs 25.0%（20/80），χ² = 10.667，P = 0.001］。未调整的二元 Logistic 回归分析显示，暴露组结局发生的优势为对照组的 3.00 倍（OR = 3.00，95% CI：1.54～5.86，P = 0.001）。
The analysis included 160 simulated observations, with 80 in each group. The outcome occurred in 50.0% of the exposed group and 25.0% of the control group (χ² = 10.667, P = 0.001). In an unadjusted binary logistic regression model, exposure was associated with higher odds of the outcome (OR = 3.00, 95% CI: 1.54–5.86, P = 0.001).
示例文字引用本页计算结果。研究台可结合研究背景，分别整理方法、结果、图注与讨论草稿。
01数据预处理与描述
缺失与重复值分析、异常值检测、标准化与变量转换、描述性统计、正态性与方差齐性检验。
描述统计分布检验数据处理
02组间比较与多重比较
Table 1、单样本与两样本 t 检验、配对检验、方差分析及事后比较、秩和检验、列联表与 Fisher 精确检验。
Table 1方差分析非参数检验
03相关分析与回归模型
Pearson、Spearman、Kendall 与偏相关；线性、二元及有序 Logistic、Poisson、负二项和正则化回归。
相关分析Logistic多变量模型
04生存分析与预测评价
Kaplan–Meier、Cox、竞争风险及 ROC 分析；倾向评分匹配与加权，满足不同研究设计的分析需求。
生存分析ROC倾向评分
05量表研究与多元统计
信度与效度、探索性及验证性因子分析、结构方程、中介与调节效应、主成分、聚类和判别分析。
信效度因子分析结构方程
研究过程管理
分析过程有记录
修改前后可对照
数据版本、分析方案与图表修改分别保存，
便于检查分析过程，继续完善研究。
参数明确
结局、参照组与调整因素
在运行前核对。
记录可查
保留分析参数与运行结果
便于后续核验。
版本留存
数据处理保存为新版本
可回看原始资料。
修改方便
调整图表与论文表达
接着已有结果完善。
PRdata 医学科研数据分析平台
专业分析，助力科研。
从整理数据开始，完成你的下一项研究分析。