-
回答了问题2019-04-26 15:49:28其实我们并不是很关注这个指标，但是如果P>0.05, 还是建议重新筛选变量"Omnibus Tests of Model Coefficients"
-
回答了问题2019-04-26 15:45:52可以试试“单因素重复测量方差分析”https://www.mediecogroup.com/method_article_detail/27/五种不同的器械，分别采用两种不同的消毒剂处理，对比处理前后五种器械的处理的处理效
-
回答了问题2019-04-26 15:41:29Phi是指病例和对照暴露于同一个危险因素的相关程度。由于是病例和对照是匹配的，因此这两个人可能会在某些因素上相关，比如同一家庭人的，可能都吸烟。同一社区的人，可能都喝一种水。同一年龄段的人，可能都经历了某些事件。等等。"病例与第一个匹配的对照之间的危险因素相关程度Phi"
-
回答了问题2019-04-26 15:14:10这场情况不会出现这个问题 如果确定是一组p值和95%CI，可以看看是不是因为数据结构的问题，数据是否满足进行logistic回归假设 如果都满足了，应以p值为主解释结果，但同时汇报p值和95%CILogistic 回归，p值0.011,但95%CI包括了1。如何处理！
-
回答了问题2019-04-26 15:11:44关于预测，需要先建立logsitic模型，再根据模型中的因素进行预测计算，参见“正苦恼如何构建疾病风险评分工具？别怕，有教程！”https://www.mediecogroup.com/method_topic_article_detail建议了一个logistics回归模型，假定p=0.95时，结局发生（如，死亡），
-
回答了问题2019-04-26 15:03:17这种不用判断线性关系，我们默认二分类变量与连续变量之间存在线性关系检验自变量与因变量之间的线性关系，因变量是二分类变量，不是连续性变量，这种要怎么
-
回答了问题2019-04-26 14:35:28可以看看“广义估计方程(GEE)”https://www.mediecogroup.com/method_article_detail/38/?ty=methods什么样的资料适合使用广义估计方程呢？
-
回答了问题2019-04-23 09:16:45看看上述例子，是不是能稍微清楚一些~~"但是，就R×C的数据结构而言，两两比较过于繁琐，所以，我们建议使用Post h
-
回答了问题2019-04-23 09:11:41这要看你的样本量~~ 如果你的样本量是850以上，就还可以~~二元logistic回归分析，17个自变量全部进入对结果的影响大吗
-
回答了问题2019-04-23 09:10:19理论上，你这种情况是可以进行r*C卡方的（1<=T<=5的格子数不能超过总格子数的1/5）~~ 但是只要有预期频数小于5的情况就会影响你的统计稳健性，建议合并分组~~卡方检验要求理论数不宜太小，否则有可能导致分析的偏性。不能有理论数T<1,并且1
