-
回答了问题2021-05-20 05:25:33你这是已经有了分析结果，想看看power是多少么？Power calculations are useful for the design of studies, but not for their analysis. 如果你是在实验设计阶多因素logistic回归分析的power值
-
回答了问题2021-05-20 00:31:40我觉得你说反了，有交互作用，那亚组分析的结果就会不一样。但是亚组结果不一样，不一定就一定交互作用。可能是两个自变量之间的相关性或者其他什么原因logistic亚组分析时，两组结果不一样，就一定有交互作用吗？
-
回答了问题2021-05-20 00:20:29要看你的实验设计是怎样的，你的结局变量是什么类型，等等。你可以看看这里的例子：https://www.cnstat.org/samplesize/https://rstudio-pubs-static.s3.amazonaws.com/15样本量预估
-
回答了问题2021-05-19 23:59:03需要先看看有没有交互作用，然后再考虑是否需要亚组分析。亚组分析就是把一个变量分组，然后分成不同的data文件，再做分析。可以看看这个：https://blog.csdn.net/dege857/article/details/1094212SPSS亚组分析步骤
-
回答了问题2021-05-19 23:48:07你算的那两个变量的kappa？可以把数据的大概情况说一下么？请问两组数据差别不大但是进行一致性检验的kappa值为0是为什么？
-
回答了问题2021-05-19 23:43:58在你的第二个有交互作用的模型里面，喝咖啡的频率怎么自由度只有1了？你把它当成连续变量了？试试像第一个模型里面的分类变量先，你的交互作用项的自由度也应该是3才对。我觉得喝咖啡频率和使用电脑时间是有相关性的，很可能坐的时间越长，喝咖啡频率越高。请问大神logistic回归里的这个交互作用结果该如何解释？
-
回答了问题2021-05-19 03:55:13在研究决策问题时，不是预先固定样本量（观察数目），而是逐次取样（观察），直到样本提供足够的信息，能恰当地作出决策为止。这样的统计决策过程称为序贯分析 序贯分析一般包含如下步骤： （1）首先决定是否需要取样（观察）。若无需取样，做出一个决策序贯性研究
-
回答了问题2021-05-19 00:11:31自变量和因变量都是分类变量，应该用卡方或者逻辑回归。可以用多因素逻辑回归来筛选危险因素。统计方法
-
回答了问题2021-05-19 00:03:49应该是在这个level里面样本量太小，或者阳性患者很少。年龄=1的样本小，或者年龄=1里面阳性的样本少。这个你可以跑一下卡方看看，年龄和因变量的卡方，婚姻和因变量的卡方二分类logistic回归分析
-
回答了问题2021-05-19 00:00:05应该是在这个level里面样本量太小，或者阳性患者很少。二分类logistic回归分析
