学习医学统计学需要掌握一定的数理统计知识、熟悉学科框架和基本概念，并能够正确解读统计学结果。以下是一些建议：

掌握基本数理统计知识

学习高等数学的基础知识：医学统计学建立在概率论和数理统计基础之上，因此需要掌握相关数学知识，如高等数学、线性代数等。着重于概念的理解和应用，而不是公式定理的推导。

理解统计学的基本思想：统计学不仅是一门解决问题的工具，更是一种思想。理解这些思想有助于更好地应用统计方法。

熟悉学科框架和基本概念

系统复习基本概念：包括总体、样本、参数、统计量等，并明确它们在医学统计中的角色与相互关系。

理解变量类型：包括定量变量（连续型与离散型）和定性变量（分类变量与有序变量），以便选择合适的统计方法。

掌握统计描述和统计推断方法

描述性统计方法：如均值、中位数、众数、标准差、方差等，并了解其应用场景。

概率分布：如正态分布、二项分布、Poisson分布等，并理解其特征和在医学数据中的应用。

参数估计：包括点估计和区间估计的原理与方法，理解样本量对估计精度的影响。

假设检验：掌握基本步骤，包括建立假设、选择检验统计量、计算P值和作出统计推断。

相关与回归分析：学习线性相关与线性回归的概念、计算方法和应用，理解相关系数的意义及回归模型的评价指标。

使用有效的学习工具和方法

思维导图：将知识点串联起来，帮助理解复杂的概念和关系。

真题：通过做真题了解考试形式和重点，找到自己的知识薄弱环节。

在线课程：可以找到一些医学统计分析的在线课程，听听别人的讲解，帮助理解和掌握知识。

结合自己的专业

看专业文献：看看别人的实验或调查是如何设计的，得到的是什么资料（定量？定性？），然后用的是什么分析方法，为什么用这种方法，最后得到的结论是什么。

总结和归纳：听得认真，思考得周密，结合专业练习得多了，就明白了统计学的精髓。

学习高级统计方法和医学科学研究设计

高级统计方法：例如重复测量方差分析、协方差分析、多元线性回归、logistic回归、生存分析、聚类、因子分析、多水平模型等。

医学科学研究设计：例如病例对照研究、队列研究、随机对照、基本的实验设计、临床试验设计方法等。

掌握医学常用统计软件

R、SPSS、stata、python等：这些软件在医学统计分析中非常常用，掌握它们可以更有效地进行数据分析。

通过以上步骤，可以系统地学习医学统计学，并能够将其应用于实际的研究和工作中。