← 返回课程导航
公开站点补充原则:主题可公开,内部课件与案例不直接上传。

Coverage Map

课程覆盖地图与公开扩展建议

这页不是内部授课大纲的公开版,而是一个公开安全的课程主题地图。 它只保留教学主题层级,用来说明“公开站点已经覆盖了什么、哪些内容仍然必须留在课程内部”,避免把课件、试题、案例数据和内部阅读材料直接放到 GitHub Pages。

公开版主线页面现已覆盖从研究设计到生存分析的核心教学主题。
未来如果继续扩展,优先补练习模板、术语索引和页面联动,而不是直接上传讲义原件。
所有公开内容仍建议使用合成数据、通用案例和不含课程内部痕迹的教学表达。
课程主题覆盖
12
对应你的公开课程主线主题,均已有独立页面或配套导航页。
独立公开页面
20
包含课程覆盖地图、方法模块、导览页和互动实验页。
本轮补齐模块
10
研究设计、参考范围、统计表图、假设检验、t 检验、ANOVA、相关、多元回归、非参数、生存分析均已补上。
公开底线
No Raw Course Files
不直接上传本地课件、案例数据、试题、阅读材料和带课程痕迹的视频。

Current Coverage

现有站点覆盖情况

以下状态只反映网站上是否已经有公开可用的教学页面,不代表你的完整课程材料是否全部公开。

已覆盖

定量数据统计描述

网站已有定量描述统计页,能够支撑集中趋势、离散程度、分布形态、异常值和图形解释。

均值标准差直方图QQ 图
已覆盖

正态分布与医学参考值范围

现在既有正态分布页面,也有医学参考值范围页面,可以分别讲 Z 值、中央区间、百分位数法和异常阈值解释。

Z 值中央区间参考范围
已覆盖

定性数据、统计表与统计图

现在既有定性数据页,也有统计表与统计图指南,可以同时讲率、构成比、图表选择和结果表达逻辑。

构成比统计图表格表达
已覆盖

参数估计与置信区间

已有参数估计页和动态置信区间页,可以公开承载点估计、标准误和区间覆盖率解释。

SECI覆盖率
已覆盖

假设检验与 t 检验

现在已有假设检验总览、t 分布可视化和 t 检验实验页,可以从推导、流程和具体应用三个层面讲清这一部分。

零假设双侧/单侧t 检验
已覆盖

方差分析(ANOVA)

单因素 ANOVA 页面已经上线,可公开演示组间变异、组内变异、F 值、P 值和 η² 的基本逻辑。

单因素 ANOVAF 值事后比较
已覆盖

卡方检验

卡方页已经能公开支持列联表、期望频数、方法推荐、P 值和效应量解释。

列联表FisherCramér's V
已覆盖

线性回归与相关

现在已有相关分析页和 OLS 线性回归页,可以先讲散点图与相关,再过渡到回归直线与残差。

OLS残差相关系数
已覆盖

多元线性回归

多元线性回归页面已经补齐,可用公开安全合成数据解释控制变量、偏回归系数、调整 R² 和共线性。

控制变量VIF调整 R²
已覆盖

Logistic 回归

Logistic 页已经具备似然、IRLS、OR 与检验模块,可继续作为公开站点中的核心建模页面。

MLEORWald/LRT
已覆盖

非参数检验

非参数检验选择页已经上线,可公开讲解秩和方法、配对场景、多组比较和等级资料的分析思路。

秩和检验配对分布要求
已覆盖

生存分析

生存分析基础页已经补齐,可用合成随访数据公开演示 Kaplan-Meier 曲线、删失和 log-rank 比较。

KM 曲线log-rankHR

Public-Safe Modules

本轮已补齐的公开专题

这些内容都只保留方法框架、合成数据和教学逻辑,不直接复用本地课程文件。

绪论与研究设计导览

已做成研究设计导览页,公开讲解观察性研究与实验性研究的选择逻辑,不上传原始讲义。

医学参考值范围工具页

已补参考范围页面,用合成指标解释百分位数法、正态近似法和异常阈值含义。

统计表与统计图指南

已补结果表达页面,帮助学生按数据类型和展示目标选择合适的统计表与图。

假设检验总览与 t 检验

现在既有假设检验路线图,也有 t 检验实验页,可同时讲方法选择与具体计算解释。

ANOVA 可视化页面

单因素 ANOVA 页面已经上线,用摘要统计量公开演示 F 统计量和总体比较逻辑。

相关分析页

已独立补齐 Pearson / Spearman、散点图、离群点影响和“相关不等于因果”的解释页。

多元线性回归入门页

已补多元回归页,聚焦控制变量后的系数解释、调整 R² 和多重共线性,不公开真实案例数据。

非参数检验决策页

已做成选择器形式,支持独立 / 配对、两组 / 多组、顺序资料 / 偏态分布的条件分流。

生存分析基础页

已用合成随访数据补齐 KM 曲线、删失和 log-rank 基础解释,为 Cox 回归做公开版铺垫。

Safety Boundary

哪些内容不应直接上传到 GitHub

公开版主线已经齐了,未来继续精修时更要守住这条边界,避免把内部课程材料误放上来。

不直接公开上传

  • 原始课件文件,如 `.key`、`.pptx`、完整 `.pdf` 讲义。
  • 内部阅读材料、版权受限论文 PDF、课程配套阅读包。
  • 考试材料、翻转课堂题卡、Quiz、PBL 作业页和评分相关文件。
  • 真实案例数据、代码本、学生练习数据、课程视频或带课程痕迹的录屏。
  • 任何可能暴露授课节奏、题库、评估方式或内部案例来源的原始文件。

适合公开整理后再发布

  • 方法选择流程图、概念解释、公式关系和图形化教学说明。
  • 基于合成数据或公开数据的互动实验页。
  • 去课程内部痕迹后的案例描述,例如“某临床结局”“某实验指标”。
  • 公开安全的学习路径页、课程覆盖地图和模块扩展计划。
  • 不依赖内部素材的统计思维训练页面,如“如何选检验”“如何解释区间和效应量”。
这页只反映公开站点的信息架构和扩展方向,不包含你的本地课件、题库、案例文件或学生材料。