-
回答了问题2021-04-18 13:47:09ROC值只能反映一方面的预测效果,最好的还是用其他的数据来外部验证一下RCT和ROC曲线
-
回答了问题2021-04-18 13:33:07R里面可以计算,这里有例子:https://blog.csdn.net/fjsd155/article/details/84669331cox回归模型验证
-
回答了问题2021-04-18 13:30:54不能用anova的话就用GLM或者GEE,他们不要求必须有相等的重复数双因素方差分析
-
回答了问题2021-04-18 13:29:28一致性看来是一致的,然后我是取的均值分析的。一致性检测后,用哪个数据进行统计分析统计数据
-
回答了问题2021-04-18 13:26:40你先跑一下options(contrasts=c("contr.treatment", "contr.treatment"))估计就可以了。To use the Predict function reliably we have to se咨询,建立预测模型时使用cph做生存后出现如下情况(Error in Design(data, formula, specials = c("strat", "strata")) : Variable disease is an ordered factor with non-numeric levels. You should set options(contrasts=c("contr.treatment", "contr.treatment")) or rms will not work properly.),是哪里出了问题?
-
回答了问题2021-04-18 13:21:25overfit?会不会是你放入的变量太多了。要先筛选一下logistic回归
-
回答了问题2021-04-18 13:10:20是的。这个图表应该用什么统计方法做,特别是adjustment for BMI and gender
-
回答了问题2021-04-17 13:48:40你可以看看这个:https://stackoverflow.com/questions/16347507/obtaining-threshold-values-from-a-roc-curve这个应该可以找到多个截点和对应的灵敏度和特异度r语言ROC曲线所有截点的特异度和灵敏度
-
回答了问题2021-04-17 13:27:34你怎么判断最佳呢?最佳的cut off 么?咨询:怎么使用R找到连续变量的最佳上限和下限值?谢谢!
-
回答了问题2021-04-17 13:14:11对分类的因变量就用逻辑回归来分析,对连续的因变量,就用线性回归来分析。如果你只是单变量分析,来对比两种治疗方法之间的不同,那分级指标就用卡方,连续指标就用t test或者非参的sum rank test比较不同治疗方法疗效




