上节课程我们主要讲解了R语言“回归模型的诊断和改进”，包括：检验拟合优度、线性关系、残差正态性、方差齐性、强影响点以及多重共线性等。本节课程我们会详细讲解回归模型比较和变量筛选：① 比较两个回归模型：anova()比较嵌套模型，AIC()比

上节课程我们一起学习了包括线性回归、Logistic回归、泊松回归、Log-Binomial回归在内的“广义线性模型”，不知道小伙伴们是不是都完全消化了~ 本节课程，我们将通过4步，来详解很多人都关注的“K-M曲线和Log-Rank检验”：

时间过得真快，医咖会Stata教程迎来了最后一期！半年时间，30节课程，500分钟......感谢你们对医咖会以及Stata课程的支持！最后一节课程我们继续学习高级绘图，给大家介绍一个新的command：coefplot，让你的回归系数和置

前两节R课程我们主要讲解了条形图、直方图、箱线图、散点图等常见图的绘制，小伙伴们有没有完全掌握呢？本节课程我们要讲一讲线性回归模型，包括：如何建立线性回归模型；查看和解读回归模型的结果；用回归模型做预测。