-
回答了问题2021-07-06 23:59:40可以放入,自变量之间有一定的相关性是很正常的。logistic回归
-
回答了问题2021-07-06 23:58:21总体百分比是AUC的值么?0.73还算可以了。灵敏度是低了一些。像改进的话,可以考虑包括更多的因素,对已经包括的因素也可以改进,比如说考虑交互因素,考虑连续变量是否真的是线性关系等等二元logistic回归
-
回答了问题2021-07-06 23:55:33除非你的样本量很大,不然建议用非参的方法分布
-
回答了问题2021-07-06 23:51:06那就用AUC=1-0.405吧时间依赖ROC曲线
-
回答了问题2021-07-06 06:49:53你这个趋势是按时间看的趋势吧?可以看时间和数值的线性关系,然后按照线性回归的系数来确定是否有统计学意义如果你要比较A组和B组的话,可以用方差分析关于趋势检验
-
回答了问题2021-07-06 03:52:25你有了均值和方差,也有样本量,可以算出standard error,然后比较组间的差异。百分数均值±标准差应该选用什么统计学方法?
-
回答了问题2021-07-06 03:46:40回顾性队列研究请问这是什么研究类型
-
回答了问题2021-07-06 03:45:54敏感性和特异性都是对于分类变量来说的,你可以看看关于这两个感念的介绍:https://www.mediecogroup.com/zhuanlan/lessons/229/然后卡方就可以比较统计方法的确定
-
回答了问题2021-07-06 03:42:51需要有建模和验证的data。是否提高预测能力,可以用auc,IDI,NRI等等方法来看。https://www.mediecogroup.com/zhuanlan/lessons/729/预测模型的建立
-
回答了问题2021-07-06 03:37:44没有N的话,算不出standard error来,还真没法比较,可以考虑bootstrap?已知两组样本的均值和标准差,如何计算t值和P值




