-
收藏了课程2023年4月27日 15:25统计方法套路深，细说I类错误和II类错误！I类错误，也称为假阳性错误，就是说实际上总体并无差异，原假设H0是成立的，但是通过假设检验P≤α，在设定α的检验水准下，拒绝了H0，认为有差异，出现了假阳性的现象。前面提到的检验水准α，就是预先设定允许犯I类错误概率的最大值，此时犯I类错误
-
收藏了课程2023年4月27日 07:34以NEJM一篇新文为例，聊聊孟德尔随机化研究举例说明孟德尔随机化研究的基本原则
-
收藏了课程2023年4月27日 07:26控制混杂因素，再给你支个大招：工具变量分析工具变量是指与研究暴露/处理因素相关，和其他混杂因素无关，并且和结局变量无直接关系的一类变量，它仅仅是通过与暴露/处理因素的关系，以及暴露/处理因素与结局变量的关系，来间接影响结局变量。
-
收藏了课程2023年4月26日 21:04临床预测模型：基本概念、应用场景及研究思路临床预测模型作为风险与获益评估的量化工具，可为医生、病人以及医疗政策制定者的决策提供更为直观理性的信息，因此其应用也越来越普遍。本文将从临床预测模型的概念、应用场景以及研究思路三个方面做一总结。
-
收藏了课程2023年4月26日 16:00多组必须要做两两比较吗？方差分析中，大家差不多都形成了一种习惯，做组间比较，如果有统计学意义，就考虑做两两比较，看看是不是任意两组之间都有统计学差异。听起来没什么问题，不过需要分一下场合，并不是所有的组间比较都需要做两两比较的。为什么？这就需要从固定效应和随机效应
-
收藏了课程2023年4月26日 15:40非线性关系的分析方法---限制性立方样条（Restricted cubic spline，RCS）在医学研究中，我们经常构建回归模型来分析自变量和因变量之间的关系。事实上，大多数的回归模型有一个重要的假设就是自变量和因变量呈线性关联，这个条件实际很难满足。常见的解决方法是将连续变量分类，但类别数目和节点位置的选择往往带有主观性，并且分类
-
收藏了课程2023年4月26日 15:39【合集】“P值”相关的那些误解和争议P值是很多做研究的人都非常关心的问题，关于P值存在很多误区，也一直存在争议。小咖今天就来盘点一下既往医咖会上发表过的关于P值的那些文章。
-
收藏了课程2023年4月26日 15:38临床预测模型：传统方法or机器学习来自谷鸿秋博士的一个讲座《临床预测模型：传统方法 or 机器学习》。临床预测模型包括三个比较重要的核心技术环节，即模型拟合、模型验证、模型展现。模型拟合可能涉及Logistic 回归模型、Cox 回归模型、线性回归模型/Poisson回归模
-
收藏了课程2023年4月26日 11:21常见文献中写到“自变量每增加10个单位或每增加一个标准差，...”，这该怎么实现呢？在回归模型中引入连续型变量时，除了以其原始变量的形式纳入到模型中外，有时还需要考虑到实际的分析需求，将连续型变量转化为分类变量，以哑变量的形式引入模型，而作为连续型变量，本身就自带七十二变的属性，那还有哪些其他神奇的变化形式呢？
-
收藏了课程2023年4月26日 11:14回归模型中的标准化回归系数是什么，该如何计算得到？提到不同变量的效应大小，大家一定会联想到在多因素回归模型中所得到的回归系数，有的问题需要借助标准化回归系数来进行判断，今天我们就来向大家介绍一下，在回归模型中这个标准化回归系数到底是个什么鬼？
