-
回答了问题2021-11-12 01:33:53以多重回归的p值为准,因为这个有其他变量校正了相关性分析相当于单变量回归。相关性分析与多重线性回归
-
回答了问题2021-11-12 00:55:10怎样判断方法更优?复发率低?症状好转?都应该是率的比较。应该用逻辑回归。治疗方法是一个自变量,病人的基础信息也应该作为协变量,然后做逻辑回归,比较两种治疗方法的OR回归分析
-
回答了问题2021-11-12 00:42:35变量A和变量B的交互作用就是回归分析中放入A*B。看看这个有讲怎么做:http://www.datasoldier.net/archives/1445两变量交互作用
-
回答了问题2021-11-12 00:41:05后验的两两比较有可以,看你的因变量是连续变量还是分类变量了。连续变量考虑anova或者线性回归分类变量就考虑逻辑回归统计方法求教
-
回答了问题2021-11-12 00:38:27你的样本量多少,因变量阳性多少例?一开始全部放入,p值都很大,有可能是overfit。先前法,至进入一个,可能是因为自变量之间的相互关系造成的。自变量之间的相关性太强的话,可能只能放入一个。二元logistic回归问题
-
回答了问题2021-11-11 14:59:10对A,B,C整体的检验能说明什么?说明一种方法是不是总是比另一种好?也可以试试。统计方法
-
回答了问题2021-11-11 14:27:09这应该是两种测量手段的比较,你像看是否一致?还是相关性?两个变量都是连续变量么?如果是的话,可以看看pearson相关性,ICC,kappa之类的2值对比分析
-
回答了问题2021-11-11 14:24:16一般来说,大家默认的一个标准是1 in 10 rule。就是说一个变量要对应这10个结局事件。你的事件只有14个,那就是说你放入两个变量就差不多了,6个肯定多了。Cox多因素回归模型过度拟合
-
回答了问题2021-11-11 14:21:08是的,结果标明是经过调整的,但是哪种方法要看你的选择。只要你选了bonferroni这个选项,结果出来的就是经过bonferroni调整的结果。统计问题
-
回答了问题2021-11-11 14:18:31可以的,看你自己的解释了逻辑回归




