-
回答了问题2022-05-25 13:24:28用所有的数据,治疗方案和性别都放入模型,同时放入两者的交叉项,做cox回归。得出的交叉项的p值就是交互作用的p值Cox亚组分析交互P怎么做?
-
回答了问题2022-05-25 13:20:51字母标记显著性和用什么校正方法没有关系,就是标记出来显著的组别而已。当然你在统计方法中要叙述用了什么方法来校正p值字母显著性标记法除了用在邓肯分析还能用在别的多重比较方法吗?
-
回答了问题2022-05-25 13:17:05两组是类似control组和treatment组?两个时间点类似干预前和干预后?然后要看你的因变量是什么类型的如果是分类变量,就用逻辑回归如果是连续变量,就用anova想进行两组不同时间点的比较用什么统计学方法
-
回答了问题2022-05-25 13:11:35这三行是三种不同的数据情况下模型的结果。第一行删除了4个case第二行是把这4个case看成benign的时候的结果第三行是把这4个case看成malignant的时候的结果ROC曲线除了截断值对应的参数,其他点对应的参数怎么得出?
-
回答了问题2022-05-25 05:11:43因为你的coding是预后良好和预后不良,那你预测的肯定也是是预后良好或者预后不良。看你把哪种设置成了event来预测的方法,你应该使用了逻辑回归,计算了ROC。但是如果你没有training data来建立模型和testing data来ROC曲线的统计描述
-
回答了问题2022-05-25 05:06:57我觉得是正常现象,两种软件计算置信区间的方法可能略有不同。不同软件计算ROC曲线下面积
-
回答了问题2022-05-25 05:00:40病情分型是分类变量吧,病情分型是因变量,应该用逻辑回归。2 应该说是两者的相关性。但是自变量叫做independent variable,因变量叫做dependent variable.我们心中是有一定的影响关系在里面的。但是下结论的时候不求助一土先生:简单线性回归的变量设置?
-
回答了问题2022-05-25 04:56:43用卡方或者用CMH的方法应该可以两组人群年龄分布分析方法选择
-
回答了问题2022-05-25 04:55:51如果没有随访的话,只有一个时间点的结局,那就用逻辑回归。如果有随访,就用coxcox回归分析和logistic回归分析方法选择
-
回答了问题2022-05-25 04:54:41如果想要保证最终的模型中只包括有统计意义的变量,最好使用stepwise的方法,设置变量保留在模型里面的条件为p小于0.05.你可以试试剔除该变量,看看结果是否有很大变化如果keep这个变量,那这个变量最好能在临床上有一定的意义,或者p值比二元logistic回归相关问题