-
回答了问题2022-02-20 05:33:55是的基线资料不匹配,如何比较差异性
-
回答了问题2022-02-20 05:33:37可以试试重新分组成分类变量,或者乘以10也可以试试二元logistic回归预测模型
-
回答了问题2022-02-20 05:32:01这是卡方的事后两两比较,SPSS就可以实现:https://cloud.tencent.com/developer/news/426971统计方法该怎样选择?
-
回答了问题2022-02-19 14:22:20你用了哑变量?建议不用哑变量,直接把分类变量放入模型试试lasso回归筛选变量时,分类变量如何处理?
-
回答了问题2022-02-19 14:21:19用多因素模型,来校正年龄和性别的差异。基线资料不匹配,如何比较差异性
-
回答了问题2022-02-19 14:07:18自变量有两个,药物(A和B)和时间(治疗前和治疗后)因变量是疗效指标,估计有连续变量和分类变量。对连续的因变量用ANOVA或者GLM对分类的因变量用逻辑回归。两个自变量看看交互作用是否显著先统计方法与比较结局的选择
-
回答了问题2022-02-19 13:54:13可以的,你的不是配对的样本,不需要样本一样。请问两组样本量不同,可以用独立样本t检验吗
-
回答了问题2022-02-19 02:25:01可以,但是我感觉这种数据用图更好呢,柱状图或者box plot,或者散点加CI bar都可以。然后加上p值事后多重比较统计描述表达
-
回答了问题2022-02-19 02:18:37code 没有问题。有iterations是对的,因为你设置了maxit=5.唯一能想到的就是直接用mice(data=a, seed=1234)试试,这样其他的选项都用default的。再就是尽可能的减少变量的数量试试R语言运行多重插补的代码
-
回答了问题2022-02-19 02:03:36你用的什么软件,我R和SAS里面的GLM都跑过,都是给的RR呢广义线性回归模型中应用log-binomial回归做分析最后出来的是irr而非rr,二者有何区别?如何解释呢?有无方法可以计算出rr值?烦请解答,感谢!




