-
回答了问题2021-11-01 13:39:24你这应该是KM曲线和检测，不是cox regression。你需要跑cox regression 才能得到HR。看这里：https://zhuanlan.zhihu.com/p/22329046KM生存分析
-
回答了问题2021-11-01 13:35:39单样本t检验的test value一般是整体人群的一个均值，不是你的样本的均值。你放入你样本的均值，然后再用你的样本和这个值比较肯定是不显著的。你可以看看这里的详解：https://zhuanlan.zhihu.com/p/32047640单样本t检验，样本超一万，可视为正态，SPSS系统中输入的test value这个值怎么确定？用我得到的均值，但是P值＞0.05，再加上或减去SD又＜0.05。不明白这个框里这个值输入多少，谢谢
-
回答了问题2021-11-01 13:29:20如果你是想通过多变量的逻辑回归来校正，那就把这些混杂因素放入模型里面，然后再看你关心的变量和因变量的关系，这就算是校正了。二元回归校正混杂因素
-
回答了问题2021-11-01 02:05:14应该是先做单变量的逻辑回归，然后p值小于一定标准的，一般选0.2，可以考虑放入多变量的逻辑回归中。AUC的结果一般是放入的变量多，AUC就会增加。但是要小心overfit。多指标的AUC一般比单指标的要好，这也是为什么我们做多变量分析。如果差异分析与ROC分析
-
回答了问题2021-11-01 02:00:46预测变量应该指的是自变量，自变量连续变量或者分类变量都可以的，不一定需要转化。如果连续变量和因变量的关系不是线性的，是可以根据变化的趋势来转化成分类变量的。转化的标准一般是看数据的趋势或者根据临床经验预测模型
-
回答了问题2021-11-01 01:56:38GLMM么？网上有一些，B站也有些介绍的：https://zhuanlan.zhihu.com/p/133926868重复数据的统计分析
-
回答了问题2021-11-01 01:55:11分析没有问题，线性回归，然后因变量分组做逻辑回归都没问题。但是因变量分组的话，有好有坏：分组会丢失一些信息，比如血压是因变量，作为连续变量可以从80 到200，但是如果你按照120来分类，高于120是高血压，低于120是正常，那119和12因变量是连续变量资料的相关危险因素分析
-
回答了问题2021-11-01 01:50:01是SPSS的教程么？网上有一些，B站也有些介绍的：https://zhuanlan.zhihu.com/p/133926868https://www.mediecogroup.com/zhuanlan/lessons/128/统计方法
-
回答了问题2021-11-01 01:48:11是的。这里有详解：https://zhuanlan.zhihu.com/p/33452248统计问题
-
回答了问题2021-11-01 01:45:18估计是数据或者操作的问题，试试其他软件？统计方法
