-
回答了问题2020-02-28 01:18:07个人理解，这两种都是shoulder-shape，两者都是特别陡峭 1.本文中的案例，垂直方向特别陡峭，即特异度有轻微的改变时，灵敏度会有很大变化，存在阈值效应，当某研究者的特异度稍微升高时，灵敏度会大幅下降 2.您分享的文章，水平方向所谓的肩臂状没有看懂。是说那些各数据点分布呈现肩臂状吗？我同样看了一个文章Met
-
回答了问题2020-02-04 19:15:43我明白不会完全一样，可是模型给的总不能比数据算出来的差太多吧"说明基因X未突变者患腺癌的风险是突变者患腺癌风险的0.068倍，将0.068取
-
回答了问题2020-02-04 19:14:52谢谢希望能把这个软件里的各个目录是对应什么条件的解释下，比如proportions，
-
回答了问题2020-01-31 20:05:23可是5个医生都是评分1，一致性100%，很强一致性，检验结果是P=1.0，保留原假设老师您好，我同样的操作步骤只有第一个图做出来啦，是什么原因啊？案例中P＜0.00
-
回答了问题2020-01-31 20:02:50这样是默认的以最高赋值的作为control来进行比较，没法像二分类回归里的categorial对话框里，可以自己指定"其中Income为多分类，在分析中被拆分成了三个哑变量（即Income 取值1
-
回答了问题2020-01-31 18:06:33没有factor这个标签啊"其中Income为多分类，在分析中被拆分成了三个哑变量（即Income 取值1
-
回答了问题2020-01-31 18:05:01那请问软件是怎么识别出只加给population的？好像没有这个变量指向population变量；虽然是通过population算出来的，但算出来后就独立了吧。下次打开文件时，软件是不知道WGT_1是和population之间有联系的权重是同时加给population，District和PM2.5三个自变量还是只
-
回答了问题2020-01-31 18:02:48谢谢"wgtpred = PRE_1 * sqrt（WGT_1）" 加权预测值和
-
回答了问题2020-01-31 17:59:16谢谢"残差散点图显示，标准化残差的变异程度会随着标准化预测值的增大而增大，呈现扩散趋
-
回答了问题2020-01-31 17:58:47弄错了，自变量可以为名义变量；因变量为自变量时才需要用Logistic回归"不同地区来源（District）" 是名义变量，可以直接用线性回归吗？
