-
回答了问题2022-01-12 05:09:53最高的是1,179;其次是2,153, 最低的是3,144.只有1和3 之间有显著差异。因为是用的非参的方法,没办法说是什么样的分布。只知道不全是正态分布非参数检验的结果分析及结论阐释
-
回答了问题2022-01-12 04:55:07从你的结果里面看组1的值最大,组3的值在中间,组2的值最小。所以组3和其他两个都不显著,但是组1和组2 显著,很正常。方差分析的结果分析
-
回答了问题2022-01-12 03:40:04如果想知道不显著的自变量的HR,就不能用变量筛选的选项。然后把自变量放入模型就行了。COX分析forward-LR法的HR值
-
回答了问题2022-01-12 03:37:36可以从生存分析表计算得到:http://www.datasoldier.net/archives/2124https://blog.csdn.net/yoggieCDA/article/details/109598851生存分析
-
回答了问题2022-01-12 03:15:37welch 方差分析还是可以试试的。再就是用其他的GLM的方法,GLM对方差齐的要求低一些,但是也要检验残差。用stata做方差分析
-
回答了问题2022-01-12 01:48:15因该需要找到连续变量的最佳截断值,然后分成二分类自变量,然后就可以算了阳性预测值与阴性预测值
-
回答了问题2022-01-12 01:40:25可以。只要临床上解释没有问题。从统计上来说是没有问题的由于共线性,二项logistics回归可以建立多个模型吗
-
回答了问题2022-01-12 01:38:52我想结果因该是通过survey来收集的。survey的分析一般是用卡方类的方法。如果选项是有序分类变量,就有可能用到CMH等方法。因为考虑到是同样的人群,需要用配对卡方,McNemar's检验:https://zhuanlan.zhihu.样本量计算
-
回答了问题2022-01-12 01:35:38发热,低血压休克,少尿,多尿,恢复期,这些都算是你的因变量吧?都是二分类的变量?如果是的话,用二分类的逻辑回归就行了。自变量可以把基础变量,年龄,性别,新指标和常规指标放入。看看哪些是显著的,得到最终模型。模型有了,ROC就画出来了。如果需有关统计方法的请教
-
回答了问题2022-01-12 00:42:23r里面用相应的recode的命令就行了:https://www.sfu.ca/~mjbrydon/tutorials/BAinR/recode.htmlr语言




