-
收藏了课程2022年5月2日 08:51前进法、后退法...细讲下这些自变量筛选方法！当自变量之间的关系较为复杂，对于变量的取舍不易把握时，我们还可以利用逐步回归的方法进行变量筛选，以解决自变量多重共线性的问题。逐步回归法从共线性的自变量中筛选出对因变量影响较为显著的若干个变量，把对因变量贡献不大的自变量排除在模型之外。
-
收藏了课程2022年5月2日 08:45多重线性回归-SPSS教程研究者想根据一些变量（age、weight、heart_rate和gender）预测另一个变量（VO2 max）。针对这种情况，可以使用多重线性回归分析，但需要先满足8项假设。
-
收藏了课程2022年5月2日 08:41基于scikit-learn识别导入的图像分别建立logistic模型和神经网络模型，看看模型的预测效果如何
-
收藏了课程2022年5月2日 08:40利用SPSS、R、python建立简单的神经网络某呼吸内科医生拟探讨吸烟与肺癌发生之间的关系，开展了一项成组设计的病例对照研究。选择该科室内肺癌患者为病例组，选择医院内其它科室的非肺癌患者为对照组。通过查阅病历、问卷调查的方式收集了病例组和对照组的以下信息：性别、年龄、BMI、COPD病
-
收藏了课程2022年5月2日 08:33大量混杂因素要调整？这4种倾向性分析方法你值得了解！在观察性研究中，通过倾向性评分来调整组间个体的差异，除了暴露/处理因素和结局变量分布不同外，可认为其他混杂因素都均衡可比，相当于进行了“事后随机化”，使观察性研究的数据达到近似随机分配的效果。
-
收藏了课程2022年5月2日 08:24加权最小二乘法-SPSS教程多重线性回归，残差不满足方差齐性怎么办？我们可以采用加权最小二乘法（WLS）的方法来进行模型估计，即在模型拟合时，根据数据变异程度的大小赋予不同的权重
-
收藏了课程2022年5月2日 08:08拿到原始数据就直接统计分析，慢着！你听说过数据标准化处理吗？为了统一比较的标准，保证结果的可靠性，我们在分析数据之前，需要对原始变量进行一定的处理，即我们本期内容将向大家介绍的数据的标准化处理，将原始数据转化为无量纲、无数量级差异的标准化数值，消除不同指标之间因属性不同而带来的影响，从而使结果更具有
-
收藏了课程2022年5月1日 18:47【SCI论文模板】某常见病幸存者的死因研究疾病的预后因素研究，是临床科研的主要方向之一。本文针对威尔康奈尔医学院“如何确认疾病预后因素，及其干预”在研课题及其对应论文进行解读。
-
收藏了课程2022年4月11日 10:02有个可疑的混杂因素Z，要不要放到多因素回归模型中呢？今天我们要向大家介绍的，如何筛选多因素回归分析候选变量的进阶方法，希望能够拓展一下大家的思路，帮助大家对多因素回归模型的建立加深理解。
