-
回答了问题2021-04-03 03:20:49变量对变量的影响大概分成几类，中介变量 调节变量 控制变量 协变量。你可以看看这两个链接，大概了解一下，然后看看自己的变量的情况http://www.360doc.com/content/20/1104/14/95144_944069768如何消除混杂因素
-
回答了问题2021-04-03 03:16:41还是可以用逻辑回归的，但是有些方面要小心一点。我以前看过的这个，你看看先：https://statisticalhorizons.com/logistic-regression-for-rare-events统计方法选择，急求
-
回答了问题2021-04-03 03:13:58这样不太符合线性回归的基本假设：https://zhuanlan.zhihu.com/p/45427806如果你只是要看两个连续变量的相关性，可以用其他的方法的不服从正态分布的两组连续变量数据可以做线性回归分析吗？
-
回答了问题2021-04-03 03:11:07你这个属于重复测量数据的方差分析，可以看看这个：https://zhuanlan.zhihu.com/p/31811568请教相关分析数据处理方法
-
回答了问题2021-04-02 00:53:26你在什么软件里面用？网上的教学视频和教程还是蛮多的https://www.cda.cn/bigdata/14579.htmlhttps://www.bilibili.com/s/video/BV1si4y187u8https://www.m广义线性模型
-
回答了问题2021-04-02 00:50:53不一定非要用kappa，ICC也很好。看这里：https://www.mediecogroup.com/zhuanlan/lessons/286/https://zhuanlan.zhihu.com/p/100139276连续性变量的一致性KAPPA值计算
-
回答了问题2021-04-02 00:48:33有效果，但是效果不是太明显。样本量小？随访时间短？对照组可能有placebo biasSpss统计问题
-
回答了问题2021-04-02 00:45:14有CI可以算出SE，然后从SE可以算出SD。upper CI=mean+1.96SE and SE=SD/sqrt(n)mean change(95%CI)结果可以换算出mean+-SD吗？
-
回答了问题2021-04-01 09:32:12你这样就是在match了，就不能算是cohort了样本量计算
-
回答了问题2021-04-01 05:48:22require(rms)dd <- datadist(mydata); options(datadist='dd')f <- cph( . . . )n <- nomogram(f, ...)print(n) # pri列线图统计咨询
