- 博客(16)
- 收藏
- 关注
RSS订阅原创 亚组分析、P交互、P趋势是什么？如何计算呢？
（2）先将age变量编码为1、2、3、4，然后计算每一组的中位数，本例计算的中位数为。，因此将原来的1、2、3、4替换成。/，再作为等级变量纳入模型，计算出的P值就是P趋势，P趋势的方向是正向还是反向，可以看估计的。（1）将age变量编码为1、2、3、4，作为等级变量纳入模型，计算出的P值就是P趋势，P趋势的方向是正向还是反向，可以看估计的。自变量：sex（性别），age（年龄），ph.ecog（ECOG评分），wt.loss（过去六个月的体重减轻）这时候就需要计算P趋势值了。这时候就需要计算P交互值了。
2024-01-29 17:28:40
2076
原创 R语言批量把数值变量和因子变量的互转
data[,a]<-lapply(data[,a],as.numeric)#转数值。data[,a]<-lapply(data[,a],as.factor)#转因子。a<-c("inst","status","sex")#填入需要转化的变量名。[c(1,3,5)]){# 1,3,5代表第1列，第3列,第5列。#inst/status/sex为数值型，分别在第1列，第3列,第5列。#假设我们想转化inst/status/sex/三个变量的类型。#第1是知道需要转化的变量在哪几列；#第2知道需要转化的变量名。
2024-01-22 14:41:52
857
原创 多组重复测量方差分析原理和SAS代码实现
Group：p=0.3130，表明，时间点1到时间点2三条线变化趋势一样的，也就是下面三条线平行。Group：p=0.0749，表明，时间点3到时间点2三条线变化趋势一样的，也就是下面三条线平行。Group:p=0.7665，从2次项的曲线趋势来看，三组人收缩压随时间变化趋势无明显差异。Mean: p=0.0218，表明，时间点3与时间点1的收缩压变化有统计学意义。Mean: p=0.0613，表明，时间点2与时间点1的收缩压无统计学意义。contrast(1)表示后2个时间点分别与第1时间点比较，
2024-01-19 22:27:55
1189
原创 R语言的ggplot2绘制分组折线图？
"C:/Users/12974/Desktop/百度经验/03图形绘制/03R绘制分组折线图/data.csv"#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#表示用lancet里面的颜色随机填充线条。#绘制group=1和group=2。
2024-01-19 15:13:11
1727
原创 单因素重复测量方差分析原理和SAS代码实现
*repeated语句指定有3个时间点，(0 3 7)表示写上时间；如果不写，默认的时间间隔是等距的，而此例是非等距的。nouni表示不输出单变量分析结果，因为对于重复测量分析，单变量分析意义不大*//*model语句指定3个因变量，即 t0 t5 t10，由于是单组的，因此不存在自变量，自变量也就不指定，summary输出各时间点与对照时间点的比较结果*//*如果我们想进一步了解存在什么样的趋势，*//* polynomial来实现趋势的检验*//*单组重复测量方差分析程序*//*首先写入数据*/
2024-01-18 22:54:45
1060
1
原创 医学统计学常用的单因素统计学方法及SAS代码实现
今天介绍一下初学医学统计学常见的单因素方法以及应用条件，在医学统计学中，常见的两种设计是完全随机设计和配对设计，研究目的往往包括两种，样本均数的比较和样本率的比较。另外，需要注意的是，分类变量的两两比较是将原始数据进行分割，比如分组变量为1、2、3组，在做两两比较的时候，分别拿出1/2、1/3、2/3的数据进行比较，但需要进行。/*需要说明的是：两两比较的思想是先算出每个区组里面个案的秩次，然后采用proc glm里面的lsmeans进行两两比较*/分组后因变量的均值和标准差====*/
2024-01-17 21:16:57
1053
原创 R绘制单纯堆积 按比例堆积和分散柱状图
"C:/Users/12974/Desktop/百度经验/01简书/02R语言绘分组簇状柱状图/R绘制单纯堆积 按比例堆积和分散柱状图/data.csv""C:/Users/12974/Desktop/百度经验/01简书/02R语言绘分组簇状柱状图/R绘制单纯堆积 按比例堆积和分散柱状图"上一期已经分享了R如何绘制多组堆积簇状柱状图，其实上一期的默认的是单纯堆积图，这一期将进一步区别。##下面这个是设置柱状堆积块，每一块的颜色，因为前面是用的疾病。##fill= 代表每个图里面的柱状堆积块的分组，
2024-01-16 11:59:28
1180
1
原创 流行病学研究中基线表格的SAS宏
首先所有的变量必须为数值型变量，其中对于分类变量需要利用proc format过程步定义变量输出格式，对于分析变量，-99定义为此变量的项目名称，比如-99=’性别’。本文以2009年中国健康与营养调查数据为例，将研究对象按照其自报家务体力活动水平的四分位数分为Q1、Q2、Q3、Q4四组，对其基线特征进行描述，即分组变量为家务体力活动水平，预分析的基线特征变量包括分类变量（省份和性别）和连续性变量（（包含所有分析变量为分类变量的结果）和“lianxu” （包含所有分析变量为连续变量的结果）两个数据集。
2024-01-15 10:22:49
1407
原创 SAS logistic回归模型如何计算校正比例？
在流行病学研究中，在研究两种因素的关联性研究时，通常在论文的表1时，往往会根据暴露因素进行分组，然后分析不同暴露组的基本特征。
2024-01-14 17:27:35
1192
1
原创 SAS线性回归模型如何计算校正均值？
在流行病学研究中，在研究两种因素的关联性研究时，通常在论文的表1时，往往会根据暴露因素进行分组，然后分析不同暴露组的基本特征，这时候。上表的备注说：除年龄、地区外，其余各项数据均调整了年龄和地区，也就是说此表年龄是真实值，而其他为校正值，比如。/*在数据库中自变量：sex，因变量：BMI，混杂因素：地区、age*//*本例的目的计算不同性别的BMI，并且同时校正地区和年龄；/*这里可以看到数据导入成功，并且中文变量名也设置成功了*/不同性别的BMI的校正均值和置信区间*//*变量名可以设定为中文*/
2024-01-14 10:22:21
580
1
原创 R语言的ggplot2如何设置x轴和y轴的范围和刻度
seq(最小值，最大值，间距)；这样做的好处就是对于有规律的刻度，不用自己写那么多数。今天突然发现用R语言的ggplot2给x轴和y轴设置刻度，建议用seq()函数。#x轴刻度 seq(30,90,5)函数， 分别是最小值30，最大值90，间距5。#y轴刻度，seq(0,2,0.2)函数，分别是最小值0，最大值2，间距0.2。可以观察图1和下面两幅图的区别，看看刻度如何变化的。比如我想设置范围30~90，刻度是5。#下面代码设置x轴刻度和标签。#下面代码设置y轴刻度和标签。
2024-01-13 18:40:11
11679
1
原创 R包survival拟合cox模型模型出现“Error in `[.default`(y, , 3) : 下标出界”的错误
总结：经过对比，我发现cph拟合模型时，要求结局变量在数据库中必须是数值变量，否则会出错。今天利用R拟合Cox回归模型时候，意外发现模型出错？希望我的经验可以帮助到大家。
2024-01-13 13:21:58
779
原创 R绘制线性回归限制性立方样条图
接上一期关于logistic回归的限制性立方样条，本期介绍基于线性回归模型的限制性立方样条图。变量要求：x为连续性变量，y为连续性变量。其他协变量既可以是分类变量，也可以是连续变量。今天展示的是年龄对BMI的影响，自变量因变量协变量ageBMI地区、sex、睡眠时间同样的，直接看数据形式和最终的效果图：数据情况：这里展示前几行结果图如下：.libPaths()#查看R包位置##这里改成自己电脑的路径setwd("C:/Users/12974/Desktop/百度经验/简书/R绘制限制性立方样条图")#设置工
2024-01-12 19:07:00
1948
2
原创 R语言的ggplot2绘制多个分组簇状柱状图
今天要分享的是ggplot2去绘制多个分组簇状柱状图，话不多说，现在开始吧：老规矩，还是先看数据和最终的效果图，进行解释后，再说明如何绘制数据情况最终图情况可以明显看到，图代表的意思是不同年龄组、性别的高血压和糖尿病的患病率年龄是x轴的分组，性别是堆积块的分组，疾病是分页的分组（也就是高血压一张图，糖尿病一张图），图中的数据是患病率。所以，画图的前提是先把数据整理成4列，然后自己分清每一列变量代表哪里，最好，自己手画一下大概的情况，接着再进行画图。下面是具体的操作流程：注意：R语言里面 # 代表的是备注我出
2024-01-11 11:00:31
2395
2
SAS实现流行病学关联性研究基线表格-SAS宏和原始数据
2024-01-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人