| 共 28 篇文章 |
|
检验一致性，你用哪种方法？检验一致性的方法有很多比如：Kappa检验、ICC组内相关系数、Kendall W协调系数等。相对于Kappa系数，ICC组内相关系数的适用范围更广，适用于定量或者定类数据，而且可针对双样本或者多样本进行分析一致性。本次使用的是原始数据非计算后数据，因而使用单一度量标准结果即ICC(C,1)，ICC组内相关系数=0.921，说明3位医... 阅31 转0 评0 公众公开 20-11-17 12:23 |
倾向性评分匹配（PSM）-2倾向性评分研究概括图倾向性评分验证图形验证居多，松哥就给大家罗列主要的图形验证方法。这里利用R软件ggplot2制作的匹配前两组PS评分的密度图，发现两组PS评分吻合重叠部分尚可，后续匹配效果应该不错。反映评分前后差异的缩小，一般规定评分后差异要小于10%，则认为评分效果很好！鉴于很多人关注倾向性评分，但国内... 阅364 转0 评0 公众公开 20-04-07 09:31 |
倾向性评分匹配（PSM）-1转载运用真实世界数据，开展治疗方案与预后关系研究 | 一键实现基于R语言的倾向性评分匹配（PSM）原理可以简单的理解为：用多个配对变量跟分组变量建立回归方程，根据方程每个研究对象算出一个值作为评分（score），评分相近的研究对象匹配。分组变量（HBP）、配对变量（sex、age、BMI）、研究对象编号（ID）。如果匹配... 阅2344 转15 评0 公众公开 20-04-07 09:29 |
四格表统计中该用Fisher确切概率法还是卡方检验？教科书上虽然说明了如果总样本量大于40，最小理论频数大于5，就应该用卡方检验，但部分教科书会遗漏一句很关键的话，即“如果采用卡方检验得到的P值在0.05附近时，应该用Fisher确切概率法”。第三，在发明统计软件以前，人们无法用Fisher确切概率法分析数据，且已经习惯于用卡方检验，久而久之... 阅1 转自龙飞杜鹃窝 公众公开 19-11-16 08:13 |
单因素ANOVA vs. Welch ANOVA.有人收到SCI编辑意见，说单因素ANOVA用的不对，应该用Welch ANOVA，如下：最简单的方差分析，就是单因素方差分析（one-way anova），用于分析含有一个分类变量、一个定量变量的资料，用于多个样本均数的比较中。一、当资料不满足正态性，由于单因素方法分析结果对资料不满足正态性的情况并不敏感，仍推荐使用单因... 阅1342 转7 评0 公众公开 19-08-13 14:51 |
更好的解决方案是构建包含多个预测变量的线性模型。fit_3_sp <- scatterplot3d(pred_grid$Girth, pred_grid$Height, pred_grid$Volume3, angle = 60, color = "dodgerblue", pch = 1, ylab = "Hight (ft)", xlab = "Girth (in)", zlab = "Volume (ft3)")虽然我们在本文中用于评估模型有效性的方法... 阅4839 转15 评0 公众公开 19-06-04 11:14 |
Logistic模型实际上是一种回归模型，但这种模型又与普通的线性回归模型又有一定的区别：1）Logistic回归模型的因变量为二分类变量；1、概述：多元Logistic回归模型被用来建立有多个输出变量的模型，且这些预测变量通过一个线性组合变成为一个最终的预测变量。data$Age[is.na(data$Age)] <- mean(data$Age,na.rm=T)当我们把它看成是分类变量... 阅3301 转10 评0 公众公开 19-06-04 10:25 |
比较两个疾病模型的预测能力-IDI.而Pnew,non-events、Pold,non-events表示在非患者组中，新模型和旧模型对于每个个体预测疾病发生概率的平均值，两者相减表示预测概率减少的量，对于非患者来说，预测患病的概率越低，模型越准确，因此差值越小则提示新模型越好。与NRI类似，若IDI>0，则为正改善，说明新模型比旧模型的预测能力有所改善，若I... 阅487 转2 评0 公众公开 19-06-02 18:14 |
如果新模型和旧模型的灵敏度和特异度具有差异，但方向不一致时，就需要用到约登指数（灵敏度+特异度-1）来进行判断，而此时NRI就相当于新模型和旧模型的约登指数的差值，因此NRI在比较两个模型预测能力时更具有综合性。研究人员首先比较了新、旧模型的ROC曲线，结果显示新、旧模型AUC分别为0.774和0.762，加入HDL-C后新预测模型AUC增加了0.012... 阅694 转9 评0 公众公开 19-06-02 18:10 |
ROC曲线，IDI和NRI讲解。说起ROC，就想起曾经一个Reviewer非得要求我们做的一个量表验证文章计算IDI和NRI，我那时还没有听说过IDI和NRI为何物，就觉得这个Reviewer还挺博学的。而后把前两部分加和（绝对IDI）或者相除(相对IDI)其实如果统计了模型1，模型2的预测概率，在病人，非病人里的分类情况，做两个矩阵表，那么NRI就是在病人矩阵表的 （... 阅5490 转23 评0 公众公开 19-06-02 12:34 |
