-
回答了问题2018-02-09 16:01:47这个必须是卡方检验呀，如果不同病因糖代谢异常发生率有差异，可以再进一步做不同病因间的两两比较，具体操作嘛，网站上对应的教程超详细，可以学习一下~题外话，9个病因组是否是有点儿多，如果总样本量不多，且各病因组的样本量差别比较大，结果的估计可能肝硬化按病因分为9组，统计分析不同病因糖脂代谢指标（如空腹胰岛素，C肽，高密度脂
-
回答了问题2018-02-09 15:57:42简单点儿的，就是做logistic回归，以B、C、B和C的交互项（B*C）为自变量，疾病结局为因变量，当然可以同时纳入其他协变量（比如说年龄、性别），具体是做有序logistic，还是无序多分类logistic回归，要看符不符合条件，网站上我分了三组病人（正常，失常轻度、失常中度），每组30人，年龄，性别均衡。每个病人
-
回答了问题2018-02-09 15:50:53假定这里提到的自变量是有序分类变量，想看自变量与因变量之间是否存在单调递增的关系，最常用的大概要算简单线性回归啦，具体操作可以看看网站上相应的教程~因变量是连续变量，自变量是分类变量，想看，自变量增加，因变量是不是也随之增加，有
-
回答了问题2018-02-09 15:47:43单因素分析一般因为没有考虑混杂干扰，其结果可能会没有统计学意义；而多因素的优势就在于可以控制其他混杂因素后，再来看自变量与因变量之间的关系，得到的结果相对更可靠一些~在多元线性回归前，进行单因素相关，是否可以出现单因素没有相关性，但是多元线性回归
-
回答了问题2018-02-02 17:00:30列联表的卡方检验，如果有超过20%的格子理论频数小于5，应该以Fisher's确切概率检验的结果为准，但是在列联表中Fisher's确切概率检验的计算对于电脑的要求比较高（也是本例中没有计算出结果的原因），个人建议可不可以考虑换一台高配电脑R×C列联表的最小期望值＜5 不符合假设3 怎么办呀 得出的结论还能用嘛～
-
回答了问题2018-02-02 16:55:29可以直接把年龄和静息心率的交互项放入模型中，如果有统计学意义，进一步讨论和解释交互作用在做二元logstic回归分析时，发现年龄和静息心率是结局的独立危险因素，我觉得
-
回答了问题2018-02-02 16:51:12分别在不同性别下，比较空巢老人和非空巢老人心理得分差异（t检验/秩和检验），观察不同性别下的这种差异是否相似；可以进一步采用多因素回归分析，将性别、是否空巢老人以及两者的交互项放入模型中，进一步检验性别与空巢老人之间有无交互作用，以及在调整如何分析不同性别的空巢老人与非空巢老人心理得分差异
-
回答了问题2018-02-02 16:43:03Spearman相关分析的关键是先对原始的连续变量进行排秩，如果在绘制散点图时，想要拟合Spearman的r值，这时候不应该用原始变量来绘制散点图，而应该用原始变量相应的秩次变量（SPSS→Transform→Rank cases）来绘制~做双变量相关分析后，制作散点图，由于用的是spearman的分析方法，但是制作后
-
回答了问题2018-02-02 16:31:14对于Stata绘制的森林图，在图像编辑状态下，双击左侧的变量区域，通过调整字体的大小，可以变相地改变行间距，当然还可以作很多细节的调整，每个部分点一点试一试，大概就明白怎么调整图像；另外图中灰色区域是相应的权重，这个部分Stata图像编辑状您好，用stata做图，怎么调整数据距离，还有图中阴影面积太大怎么调整？
-
回答了问题2018-02-02 16:18:27将连续自变量与其自然对数值的交互作用项纳入回归方程中，该交互项有统计学意义，则该连续自变量与因变量logit(P)之间不满足线性关系~"使用Box-Tidwell方法检验连续自变量与因变量logit转换值间是否为线
