計數資料，計量資料，連續性變量，非連續性變量
數據檢驗類型：
針對原始數據，我們能提供的數據分析內容如下：正態性檢驗、t檢驗、相關性分析、方差分析，生存分析、卡方檢驗、ROC曲線分析、秩和檢驗、logistic回歸、COX回歸等。
logistic回歸案例：
簡介：logistic 回歸又稱 logistic 回歸分析，是一種廣義的線性回歸分析模型,常用于數據挖掘,疾病自動診斷，經濟預測等領域。例如，探討引發疾病的危險因素,并根據危險因素預測疾病發生的概率等｡
案例：某疾病患者預后危險因素分析
組別 | 年齡（歲） | 腫瘤直徑（cm） | 膽固醇（mg/dL） | 血紅蛋白（g/L） |
好轉組（n=53） | 54.35±5.88 | 6.88±1.85 | 16.65±5.89 | 126.60±26.48 |
惡化組（n=50） | 61.04±6.28 | 8.72±1.99 | 62.91±10.17 | 98.01±20.27 |
結果解讀：
結果顯示，腫瘤大小，膽固醇含量和年齡的Exp（OR）值大于1，說明這些指標是該疾病的危險因素，而血紅蛋白的Exp（OR）值小于1，說明該指標是該疾病保護因素
