-
回答了问题2021-07-22 14:16:15常数项表示自变量全部取0时,某事件发生和不发生概率之比(Y=1和Y=0)的对数值,在不同的研究中,常数项的具体含义不同,在函数图中,常数项只影响图像的水平位置,为正时,函数左移;为负时,函数右移,在大多数情况下,逻辑回归的常数项没有太大意义logistic回归,在模型中包括常量要不要打勾,有何区别
-
回答了问题2021-07-22 14:12:55深度分析的方法很多,你可以看看这里,然后根据自己的需要定:https://www.zhihu.com/question/21639730医学统计小白请教
-
回答了问题2021-07-22 14:05:06是的,有竞争风险的话,就要考虑进去竞争风险与单因素分析的疑惑
-
回答了问题2021-07-22 14:03:58直接比?你的数据是一个病人一行还是一本病灶一行呢?统计求救
-
回答了问题2021-07-22 00:55:08我先说说我的理解,你看看对么。发生率是因变量,多种细胞数是多个自变量。你做了每一个细胞分组之后的发生率比较,得到p值,这是组内的比较。不知道你为什么用竞争风险,数据是生存数据?那你的因变量就是病人是否发生了aGVHD和发生的时间。cox回归竞争风险与单因素分析的疑惑
-
回答了问题2021-07-22 00:48:03这个我觉得需要加入协变量,不一定只是年龄,其他的也可以考虑加入一般都是基线时的年龄。不太明白随访间隙是什么,随访间隔的时间么?如果这样你的数据有可能是重复测量数据了。收集数据还是要把每个时间点都记录下来,可以先试试每一次随访就是一行你这6个一组病人治疗前后特定脑区磁敏感值的变化研究中协变量的选择
-
回答了问题2021-07-22 00:39:19生存分析时常用的方法。可以看看这里:https://zhuanlan.zhihu.com/p/24410512什么时候用log rank test
-
回答了问题2021-07-20 23:49:37可以考虑把非责任病灶的数量作为一个变量来考虑,放入模型。看看是不是非责任病灶越多,就越严重之类的也可以把费责任病灶分类,没有非责任病灶,有1-3个,有3个以上,然后放入模型看看统计求救
-
回答了问题2021-07-20 23:46:01首先要看交互项的p值怎样,如果是有统计意义的话,那你这时候就不能再单纯看A的回归系数了,需要看交互项,然后分段解释数据如果交互项不显著,可以去掉交互项,然后看A的系数Cox回归预测模型中交互项
-
回答了问题2021-07-20 23:40:20你把全部变量都放入模型,有overfit的可能性,造成了很多不显著。建议用向前 向后 或者逐步的方法来筛选变量,可以自己找找相应的软件筛选变量的文章看看先。然后筛选出最后的模型如何判断联合诊断的各指标是否有效?




