我们通常会将原始的多分类变量转化为哑变量，每个哑变量只代表某两个级别或若干个级别间的差异，通过构建回归模型，每一个哑变量都能得出一个估计的回归系数，从而使得回归的结果更易于解释，更具有实际意义。

本期内容，我们将结合SPSS软件，向大家介绍在回归模型中何如实现哑变量的设置，并对引入哑变量后的模型结果进行解读。

在面对众多自变量需要进行分析时，到底如何来确定谁是可疑因素，哪些因素需要被纳入到嫌疑人的范围内，从而进入到多因素回归分析呢？今天就跟着小咖一起，教大家如何筛选多因素回归分析的候选变量。

如果说只是单纯的构建疾病风险预测模型，相信大家应该都比较熟悉，至少大家也都用过Logistic回归、Cox回归等这些常用的回归模型。但是如何将自己构建的预测模型转化为风险评分工具，似乎成了一个难题。

纵观医咖会推送过的内容，有20多篇诊断试验相关的文章：从灵敏度、特异度、截断值、ROC曲线等基础概念的介绍，到SPSS操作教程，再到样本量计算、Meta分析......我们力求从理论到实操，帮助大家搞明白。这次合集，我们就来回顾一下这25篇

研究者想知道锻炼对心率（Heart Rate，HR）的影响，招募了10名研究对象，并进行了6个月的锻炼干预。HR共测量了3次，对于单因素重复测量的数据，可以使用One-way Repeated Measures Anova进行分析，但需要考

为什么要做临床预测模型？除了疾病诊断和预后估计，临床预测模型还可用于哪些场景？在科研领域临床预测模型又有哪些用途？