-
回答了问题2021-08-31 13:52:03你的模型里面谁是因变量谁是自变量?我觉得应该是valuelvl是自变量,deal是因变量。但是你做的ologit里面反过来了,这样不对吧?你用一般的二元逻辑回归就行的卡方检验显著,但是ologit不显著的问题?
-
回答了问题2021-08-31 13:46:03逻辑回归一般要列出你纳入了那些二变量,变量的OR和95% CI,和P值。然后lack of fit的p值,ROC值也都可以列出来。wald test或者卡方值只是模型总体的一个评估,意义并不是很大。logistic回归统计值
-
回答了问题2021-08-31 13:14:23有可能,要看你每一个亚组的样本量怎样了。交互p值 趋势P值
-
回答了问题2021-08-31 13:13:32不用太顾及模型的估计好坏,但是模型的拟合还是要好一些的二元logistic回归
-
回答了问题2021-08-31 13:12:43模型也有适合非正态数据的模型。像GLM。最好还是用模型里面的估计。因为模型里面你一般会去control其他的变量广义估计方程-重测数据统计方案选择
-
回答了问题2021-08-30 09:57:32感觉方法一更合理。用方法2是因为数据不符合正态么?从结果里面看,组间差异不显著,但时间点之间是显著的。那就重点看时间点之间的差异吧。广义估计方程-重测数据统计方案选择
-
回答了问题2021-08-30 09:48:54LS是什么?交互作用是固定变量之间的交互作用?可以加入交叉项看看。混合效应模型
-
回答了问题2021-08-30 09:46:56可以。你做这个模型的目的是什么?是找危险因素还是想建立预测模型?如果是建立预测模型,最好有其他数据来验证一下模型的好坏二元logistic回归
-
回答了问题2021-08-30 04:57:45这个landmark分析是连续性的分析,应该是只看了后面的HR。也是可以的。肿瘤长期生存分析中的Landmark分析
-
回答了问题2021-08-30 04:36:52散点图加loess curve也是可以的。非线性关系




