-
回答了问题2021-10-31 02:07:58如果是1:1配对,最好是使用配对的方法来分析1:n匹配
-
回答了问题2021-10-30 13:30:00可以比,这样就是默认人员之间是没有差异的,或者人与人之间的误差检测不出来比较两种方法检测结果的一致性,样本量大,但操作者非同一人
-
回答了问题2021-10-30 13:27:48No,就是说无法拒绝零假设,因为p值大,结论是认为零假设是可行的,选择的模型是正确的NS是not significant请问,假设检验中,怎样理解拒绝无效假设?
-
回答了问题2021-10-30 13:24:38这个cutoff值更多的是根据经验,临床结果来定的净重新分类指数风险划分临界值
-
回答了问题2021-10-30 13:21:22可以用heatmap.2 parckage 里面的cellnote function:https://stackoverflow.com/questions/62703061/is-there-a-way-to-insert-custom-热图
-
回答了问题2021-10-30 05:28:36可以用独立样本的t test 和卡方1:n匹配
-
回答了问题2021-10-30 05:14:38AUC越大表示模型区分正例和负例的能力越强,一般AUC要达到0.8以上才表示模型拟合的比较好。如果只有0.6-0.7,只能说模型的预测能力一般,有可能有些因素你没有考虑到或者你没收集到。还是可以投一下试试的ROC曲线下面积
-
回答了问题2021-10-30 04:54:17ICC主要用于考察定量资料的一致性。ICC介于0和1之间,越接近1,说明重复测量之间的差异越小,即重复测定的一致性越好。ICC是研究对象间变异占总变异的比例,当测量结果范围较小,即所有个体测量结果均较接近时,此时采用ICC评价一致性存在较ICC和B-A图
-
回答了问题2021-10-30 00:50:28你这个应该是数据的问题,infinite covariates are not screened out by the na.omit routines不满足等比例风险条件,如何处理?如何
-
回答了问题2021-10-30 00:47:42网上的讲解还蛮多的:https://www.mediecogroup.com/zhuanlan/lessons/436/https://zhuanlan.zhihu.com/p/24240378https://www.medsci.cn/a样本量




