-
回答了问题2021-01-15 14:19:49你可以根据自己的要求去match,比如说年龄,入院时间,都可以进行match我研究的是妊娠组和非妊娠组宫颈癌患者的死亡率问题,想问一下,我妊娠组的病例有37
-
回答了问题2021-01-15 14:17:38你写的有问题,95%CI都比88大? 估计你的OR大是因为某个亚组里面case很少。可以看看frequency table。用二元logistics回归分析,一组63人,一组121人,研究某指标对疾病的影
-
回答了问题2021-01-15 14:15:36连续变量不正态的话就用非参的方法, 多组比较用Kruskal–Wallis test 观察前后配对比较,用Wilcoxon signed-rank test随机分组的四组大鼠采用不同的运动方式进行干预,对不成正态分布的数据该采用何种方法
-
回答了问题2021-01-15 01:39:44看你自己的设计,可以1:1匹配,也可以1:n匹配我研究的是妊娠组和非妊娠组宫颈癌患者的死亡率问题,想问一下,我妊娠组的病例有37
-
回答了问题2021-01-15 01:37:14倒是可以,但是也有其他的方法。 你可以看看这里的1.6 一个是二分类变量,一个是有序分类变量: https://zhuanlan.zhihu.com/p/94070722我的研究按照性别分为男和女两组,两组样本独立。我想比较男性和女性的受教育程度(为
-
回答了问题2021-01-15 01:32:50最好用Mann Whitney U Test两组独立样本比较,一组60,一组120,不符合正态分布且有异常值,能用t检验吗
-
回答了问题2021-01-15 01:27:26拆分主要是看亚组里面的数据是否符合正态。然后其他的地方都是用的合并数据。 我觉得这个网页介绍的更详细: https://zhuanlan.zhihu.com/p/32429225请问老师:两因素方差分析拆分数据和合并数据分别在哪一步?看教程描述,是在得到两因
-
回答了问题2021-01-15 01:08:26Bland Altman 和ICC都需要error符合正态分布。如果数据量大,而且不是很偏离正态,还是可以用他们的。 非参的方法基本没有人用,我找到了一个在R里面用非参的: https://stackoverflow.com/quest检验两组连续变量一致性,本来想用Bland altman,但两组数据差值不符合正
-
回答了问题2021-01-15 00:43:12是的,如果没有交互作用,只需要放变量在模型里面,分析主效应即可。 如果有交互作用,需要看交互作用。请问老师,两因素方差分析结果提示两变量没有交互作用,那还需要分析单独效应么?是不
-
回答了问题2021-01-14 14:58:53直接跑逻辑回归不行么?二分类变量作为outcome,连续变量作为自变量。 或者用Point-biserial相关。Point-biserial相关适用于分析二分类变量和连续变量之间的相关性。其实,该检验是Pearson相关的一种特殊1.分析内脏脂肪面积(连续变量)与是否患糖尿病神经病变(二分类变量)相关性,用什