医学科研资料的统计分析包括以下几个方面：
1、描述性统计分析：对数据进行描述和总结，包括计算平均值、中位数、标准差、百分比等，帮助研究者了解数据的基本特征。
2、探索性数据分析：通过可视化图表和统计方法，探索数据之间的关系和趋势，寻找潜在的规律和异常情况。
3、假设检验：根据研究目的和假设，使用统计方法判断样本数据是否支持或拒绝某种假设，例如 t 检验、方差分析、卡方检验等。
4、相关分析：通过计算相关系数，评估和描述变量之间的相关性，如 Pearson 相关系数、Spearman 相关系数等。
5、回归分析：建立数学模型，探索因变量与自变量之间的关系，并进行预测和解释。常见的回归分析方法包括线性回归、逻辑回归等。
6、生存分析：对事件发生时间或生存时间进行统计分析，包括生存曲线、危险比、生存率等，常用的方法有 Kaplan-Meier 方法和 Cox 比例风险模型。
7、多变量分析：探究多个因素对结果的影响，包括多元线性回归、多因素方差分析等。
8、敏感性分析：对研究结果的稳定性和可靠性进行检验，通过修改模型参数或排除异常数据，评估结果的敏感性。
医学科研具有以下几个特点：
1、多学科交叉：医学科研通常涉及多个学科的知识和方法，如生物学、化学、药理学、统计学等。因此，医学科研需要研究者具备广泛的学科背景和综合能力。
2、长期过程：医学科研通常需要进行长期的观察、实验和数据收集，因为医学研究往往涉及人体、疾病的发展和治疗效果的评估，这些过程需要时间来观察和验证。
3、伦理要求：医学科研涉及人体实验和临床试验，必须遵守伦理原则，保护研究对象的权益和安全。医学科研需要经过伦理审查委员会的批准，并遵守相关法律法规。
4、大样本要求：医学科研通常需要收集大量的样本和数据，以提高研究的可靠性和统计学意义。这意味着医学科研需要投入大量的人力、物力和时间资源。
医学科研资料的统计分析如下:
1、描述性统计分析是统计分析的基础，它通过计算平均值、中位数、标准差、百分比等统计指标，帮助研究者了解数据的集中趋势、离散程度和分布形态，从而对数据进行初步的描述和总结。
2、探索性数据分析则更进一步，通过可视化图表（如直方图、散点图、箱线图等）和统计方法（如Q-Q图、茎叶图等），研究者可以更直观地观察数据分布的形状、趋势和异常值，发现数据中的潜在规律和异常情况。
3、假设检验是统计分析的核心，它根据研究目的和假设，利用样本数据推断总体特征。通过选择合适的统计方法（如t检验、方差分析、卡方检验等），研究者可以判断样本数据是否支持或拒绝某种假设。
4、相关分析主要用于评估变量之间的关联程度，如Pearson相关系数和Spearman相关系数等。通过计算相关系数，研究者可以量化两个变量之间的线性关系，从而了解它们之间的关联程度。
5、回归分析则是建立数学模型，探索因变量与自变量之间的关系，并利用模型进行预测和解释。常见的回归分析方法包括线性回归、逻辑回归等。回归分析可以帮助研究者理解数据中的因果关系，并预测未来结果。
做医学科研应该注意什么如下:
1、要遵守相关法律法规和规范，如《医学科研诚信和相关行为规范》《发表学术论文“五不准”》等。
2、在引用他人已发表的研究观点、数据、图像、结果或其他研究资料时，要保证真实准确并诚实注明出处，引文注释和参考文献标注要符合学术规范。
3、在使用他人尚未公开发表的设计思路、学术观点、实验数据、生物信息、图表、研究结果和结论时，应当获得其本人的书面知情同意，同时要公开致谢或说明。
4、要对自己的研究成果有充分的自信，同时要充分尊重他人的知识产权，不抄袭、不剽窃他人的研究成果。
本回答被网友采纳