-
回答了问题2019-04-09 16:05:22如果两个都是分类变量，可以看看卡方检验：“卡方检验和Fisher精确检验（2x2） (详细版)”https://www.mediecogroup.com/method_article_detail/64/ 如果方差分析的条件不满足，可以看双因素分析模型都有哪些
-
回答了问题2019-04-09 15:58:40可以试试“Kruskal-Wallis H检验（多个独立样本）”，参见https://www.mediecogroup.com/method_article_detail/119/小啦，您好！我有个问题咨询，我有一组数据，有一个对照组，其它是A、B和C组，我现
-
回答了问题2019-04-09 15:55:26对于r*c来说， T(期望值)<5的格子超过20%或出现T<1 该用Fisher确切概率。" 即在本研究中，没有小于5的期望频数，可以直接进行卡方检验（R×C）。"
-
回答了问题2019-04-09 15:53:43感觉你这个所有数据都可以作为横断面的~~比如一项问卷里面的一个问题是性别，这并不是回顾性研究~~ 得到数据后可以用logistics回归的分析影响该病患病的因素~~老师们，我想请教个问题，我的设计是搜集既往某一年份的医院住院病人的临床资料来做观
-
回答了问题2019-04-09 15:50:47你这个最小期望数小于5了，你可以再试试“Fisher精确检验（2xC）”https://www.mediecogroup.com/method_article_detail/74/解答请问这个结果怎么读哦？？谢谢
-
回答了问题2019-04-09 15:48:14在这里面~~"χ2(2) = 17.684, P < 0.001。" 这里的卡方是怎么算
-
回答了问题2019-04-09 15:43:51你这个问题是回归的一个本质问题~~ 当进行回归拟合时，我们不能通过因变量和自变量绘制的散点图判断他们的线性关系，需要通过拟合扣除他们之间相互的影响后，用残差进行分析~~ 其实，回归假设检验的很多都是通过残差进行的，并不是通过因变量本身进"一般来说，如果未标化预测值（PRE_1）和学生化残差（SRE_1）的散点图呈水
-
回答了问题2019-04-09 15:35:40这个得看研究目的，如果仅仅是探讨自变量与因变量之间的关联，并不一定要求模型的调整R方有多高，我只要知道这个自变量与因变量有没有关系，关系的强度有多大。并没有关于R方最小的限制。 但是呢，如果要构建一个预测模型，这时候就需要考虑模型是否能解R方最低要大于多少？
-
回答了问题2019-04-09 15:34:07这里只是介绍了多重新型回归的方法~~ 也不是所有研究都需要先进行单因素分析，可以看看““先做单因素，有意义的做多因素”，这种思路对吗？”https://www.mediecogroup.com/method_topic_article_d对于小编的多重线性回归有点疑问，不是先行单因素分析，得出有相关意义的自变量，再行
-
回答了问题2019-04-09 15:32:24学生化残差栏中是3.349，就是3.349倍标准差，即大于3倍标准差，应视为离群值。 在这种回归中，我们一般默认标准差为1。"Casewise Diagnostics检验标准是上下3倍标准差，并标记超出此
