R
文章平均质量分 91
公众号Codewar原创作者
公众号Codewar 原创 作者
展开
-
R数据分析:多项式回归与响应面分析的理解与实操
今天给大家分享一个新的统计方法,叫做响应面分析,响应面分析是用来探究变量一致性假设的(Congruence hypotheses)。本身是一个工程学方法,目前在组织行为学,管理,市场营销等等领域中使用越来越多。响应面分析尤其是在探究一致性和不一致性作用的时候是最佳选择,就是说比如你有两个自变量,一个因变量,你想看看如果这两个自变量都同时一致性变化(同时增大或减小)和同时不一致变化(一个增大另一个减小)的情况下,因变量如何变化。这个时候一定记得使用响应面分析。原创 2023-06-01 18:50:16 · 987 阅读 · 0 评论 -
R数据分析:生存数据预测模型的建立和评价(二)timeROC与决策曲线
上篇文章依照的一篇文章给大家写了生存数据预测模型评价的C指数、校准曲线和模型验证结果的做法,其实生存数据预测模型的评价方法还有很多,本期接着往下看。原创 2023-05-09 20:44:17 · 1279 阅读 · 1 评论 -
R数据分析:生存分析的列线图的理解与绘制详细教程
列线图作为一个非常简单明了的临床辅助决策工具,在临床中用的(发文章的)还是比较多的,尤其是肿瘤预后:找个公开数据库做生存分析出个列线图,然后出个文章是很多临床同学可以依赖的较容易的实现路径,之前有给大家介绍过列线图,今天开始再给大家比较详细地写写生存分析列线图系列,希望可以对大家有帮助。原创 2023-03-30 20:28:21 · 731 阅读 · 1 评论 -
R数据分析:做量性研究的必备“家伙什”-furniture包介绍
今天学习别人的代码,看到将table1和tidyr一起写出来的代码真的太方便太简洁了。而且看到furniture这个包就是开发出来给医学和社会科学的量性研究者用的,这不正对胃口嘛,于是整理一下furniture包的一些知识,分享给大家。原创 2023-03-02 20:25:25 · 392 阅读 · 0 评论 -
R数据分析:跨层中介的原理和做法,实例操练
之前有同学问过我211模型,没听过这个词,感觉怎么有这么不严肃的名字,偷偷去查了查,211模型,其实就是嵌套数据的中介的情形之一。根本上讲还是属于多水平模型的路径分析(用多水平模型跑回归也可以做中介,但其不在本文讨论范围,本文主要关注多水平结构方程multilevel structural equation modeling MSEM框架下的中介做法)。然后偷偷整理了下这方面的内容,今天刚刚好给大家写一些这方面的内容,希望对大家有所帮助。原创 2023-02-23 19:16:08 · 710 阅读 · 2 评论 -
R机器学习:重复抽样在机器学习模型建立过程中的地位理解
在做机器学习项目的时候,一开始我们会将数据集分为训练集和测试集,要记住建模过程中肯定有模型调整,必然涉及到模型挑选的问题,当过程中我需要做很多个模型时,问题来了,如果我不去评估我怎么知道哪一个模型是最好的?想想在利用测试集之前,怎么也得加上一个评估过程,帮助我们确定,到底哪个模型才是最好的,才是值得最终被用到测试集上的。这个过程就涉及到重复抽样了resampling!原创 2023-02-10 18:55:10 · 827 阅读 · 0 评论 -
R数据分析:孟德尔随机化中介的原理和实操
中介本身就是回归,基本上我看到的很多的调查性研究中在中介分析的方法部分都不会去提混杂,都是默认一个三角形画好,中介关系就算过去了,这里面默认的逻辑就是前两步回归中的混杂是一样的,计算中介效应的时候就自动消掉了。但是,实际上对不对,还是有待具体分析的:孟德尔随机化作为一个天然的免去混杂的方法,和中介结合,整个中介又变得更纯净了,是一种更加值得推崇的中介做法,也是孟德尔随机化研究的必要的延申。原创 2023-02-09 20:32:27 · 3271 阅读 · 0 评论 -
R数据分析:孟德尔随机化中介的原理和实操二
上面的流程跑通之后,对于中介分析,我们需要报告间接效应的估计值和置信区间,还有中介比例的估计值和置信区间,类似下面的这样:转存失败重新上传取消但是其实我们是光跑孟德尔是得不到上面的需要的值的(比如间接效应的标准误,中介比例的标准误),此时需要借助的方法之一叫做delta method。转存失败重新上传取消delta method可以帮助我们得到ab相乘的标准误,从而算出中介效应的置信区间。转存失败重新上传取消。原创 2023-02-09 20:31:30 · 2626 阅读 · 0 评论 -
R数据分析:国产新冠口服药比辉瑞好的文章的统计做法分享
元旦前在人民日报中央厨房上看到一篇文章,叫做“比肩辉瑞的国产新冠药物VV116,是这样研制和临床试验的”,想来就把文献原文找来读了读,写下本文分享给大家,本文主要关注文章的正文中主要统计设计(文章补充材料中还有很多值得学习的地方),前面的实验设计,包括盲法,纳排标准统统不在本文考虑,主要目的是让大家感受下NEJM的杂志的统计做法到底有多“难”。研究原文链接如下:https://www.nejm.org/doi/pdf/10.1056/NEJMoa2208822,点击即可阅读。原创 2023-01-03 18:27:52 · 388 阅读 · 0 评论 -
R数据分析:冲击流图与热图的做法以及多图布局
今天看了一篇新冠肺炎相关后遗症的文章,主要探讨新冠住院病人一年后的后遗症情况,文章的统计分析很简单,不过结果展示中的两个图我觉的大家可以学一学,原文如下感兴趣的童鞋可以去读一读原文,我们今天依然是聚焦文章呈现形式的复现。首先就是这个冲击流图可以看到在这个图中作者将数据以性别进行了分层,每个性别中5个后遗症的发病数量用线条的宽度来表示,这样就可以将每个后遗症中各个性别人数占比情况很直观的展现出来。我们先来看这个图的做法。原创 2022-12-14 21:33:11 · 346 阅读 · 0 评论 -
R数据分析:孟德尔随机化实操
就是通过漏斗图一看都是所有的工具变量都是呈漏斗分布的,就说明没有偏向,这个时候我们认为定向多效性都被冲掉了,不影响。好,解释了上面的一些术语之后,我们实操一波。原创 2022-12-14 21:30:08 · 10085 阅读 · 6 评论 -
R数据分析:网络分析的做法,原理和复现方法
对于复杂问题和现象行为的研究,尤其是他们之间还有复杂的交互影响(complex interplay)的时候,网络分析(备用名:psychological networks, network analysis or network psychometrics)是个备选的好方法,这个方法火了也没几年,感兴趣的同学可以去学学,而且,如果你再能把网络图做的美点,应该各个审稿人都愿意看的。今天尝试给大家做个网络分析的简单介绍。原创 2022-11-08 21:31:04 · 1817 阅读 · 3 评论 -
R数据分析:扫盲贴,什么是多重插补
好多同学跑来问,用spss的时候使用多重插补的数据集,怎么选怎么用?是不是简单的选一个做分析?今天写写这个问题。原创 2022-11-01 19:28:37 · 2086 阅读 · 4 评论 -
R机器学习:特征工程与特征选择的介绍
看了很多高深的算法之后,感觉还是看不懂哦,今天又来代大家复习基本功,一个是特征工程,另一个是特征选择。都是两个非常非常重要的东西,先定两个基调,所谓的特征工程就是数据预处理,所谓的特征选择就是变量筛选,这样大家就不觉得这么难了。并且也可以将特征选择看作是特征工程的一部分,概念上不纠结,知道是这么回事就好,同时特征工程的整个过程也要结合具体问题具体分析,需要经验,需要背景知识,整个过程也是没有金标准的。可以说这是一项科学与艺术相结合的工作。原创 2022-11-01 19:26:27 · 599 阅读 · 0 评论 -
R数据分析:用R建立预测模型
预测模型在各个领域都越来越火,今天的分享和之前的临床预测模型背景上有些不同,但方法思路上都是一样的,多了解各个领域的方法应用,视野才不会被局限。今天试图再用一个实例给到大家一个统一的预测模型的做法框架(R中同样的操作可以有多种多样的实现方法,框架统一尤其重要,不是简单的我做出来就行)。...原创 2022-08-30 21:25:37 · 3302 阅读 · 2 评论 -
文献解读:有监督的机器学习在心理学上的应用
最近看了一篇论文,写的比较系统,也比较基础,对复习强化有作用,顺便写下来分享给大家,文献原文贴在下面:温馨提醒大家,文献中有所有提到方法的数据和代码,所以愿意钻研的同学自己可以去下载尝试的,有些东西你不动手,光看是学不会的。原创 2022-08-24 21:04:53 · 513 阅读 · 0 评论 -
R数据分析:临床预测模型实操,校准曲线和DCA曲线做法示例
之前给大家写过好几篇很详细的临床预测模型的原理解析,本文接着之前的文章,继续写做法,首先依然是找到一篇参照论文,今天我们的示例文章是一篇来自美国心脏学会杂志的文章:原文给大家贴在上面,我们要做的就是对文章统计部分进行复现。整篇文章就是开发了一个用于预测癌症患者的3个月死亡率风险诺模图,考虑了什么变量,用的是什么人群队列,本文不关心,感兴趣的同学自行去阅读原文哈,本文着重写宏观做法,作者具体使用的模型是Step-wise logistic regression,文章中有报告各个变量的OR和整体模型的conco原创 2022-07-14 07:47:30 · 1602 阅读 · 0 评论 -
R数据分析:结合APA格式作图大法讲讲ggplot2和ggsci,请收藏
之前给大家写过一篇plot的基础操作,相信同学们应该没有看过瘾。不过主流的用的多的还是ggplot2,所以今天打算结合一个形成APA样板格式图片的实例写写ggplot2的操作和图的配色。大家可以去到美国心理学会的官网,就可以看到APA格式的详细介绍了:转存失败重新上传取消包括论文模板、引注规则等等,内容可以说很丰富了,对于社科类学生,不会写论文的,这个网站就是金标准啦,强烈推荐下。不过我们今天关注的是里面的figure的标准,点开主页的Tables and Figures我们进入到下一个界面:转存失败重新上原创 2022-07-10 21:14:17 · 388 阅读 · 0 评论 -
R数据分析:cox模型如何做预测,高分文章复现
今天要给大家分享的文章是作者做了癌症结局与延迟治疗时间的关系。作者希望能给在疫情背景下怎么样更好地分流癌症患者这一实际问题提供实证依据。作者纳入了4个癌症,发现了基本上Time-to-treatment initiation (TTI)约长,癌症患者的5年和10年死亡率越高。这个结果和目前的部分指南其实是矛盾的,所以整篇文章还是有一定实际意义的。本文依然是关注文章如何在做法上在统计上进行复现,启发大家如何用自己的数据做一个同样设计的研究。作者将关心的主变量TTI进行了分类处理,将延迟治疗时间分了4类:为了准原创 2022-07-06 20:00:03 · 1494 阅读 · 0 评论 -
R数据分析:临床预测模型中校准曲线和DCA曲线的意义与做法
之前给大家写过一个临床预测模型:R数据分析:跟随top期刊手把手教你做一个临床预测模型,里面其实都是比较基础的模型判别能力discrimination的一些指标,那么今天就再进一步,给大家分享一些和临床决策实际相关的指标,主要是校准calibration和决策曲线Decision curve analysis。做预测模型都应该报告校准曲线的:先给大家解释,预测模型为什么除了需要discrimination的一些指标外(比如tp,tn,fp,fn,roc,LR+,LR-等等)还需要做校准曲线:是因为:这些指标原创 2022-06-14 21:23:18 · 12512 阅读 · 1 评论 -
R数据分析:如何简洁高效地展示统计结果
之前给大家写过一篇数据清洗的文章,解决的问题是你拿到原始数据后如何快速地对数据进行处理,处理到你基本上可以拿来分析的地步,其中介绍了如何选变量如何筛选个案,变量重新编码,如何去重,如何替换缺失值,如何计算变量等等------R数据分析:数据清洗的思路和核心函数介绍今天呢,就更进一步,对于一个处理好的数据,我们就可以进行统计分析了,本文的思路就是对照期刊论文的一般流程写写如何快速的实现一篇论文的统计过程并简洁高效地展示结果。依然提醒大家,请先收藏本文再往下读哈。基本上文章结果部分一上来首先展示的就是描述统计,原创 2022-06-04 21:37:19 · 693 阅读 · 0 评论 -
R可视化:plot函数基础操作
最近迷恋上了画图,一方面是觉得挺有意思的,另一方面是觉得自己确实画图方面比较弱,所以决定比较系统地回顾反思一下,同时顺带记录下来分享给大家。也确实是好久好久没更新文章了,真的是杂事太多太忙太牵扯精力没法更新,好多粉丝的消息也都回不了。还有一个原因就是画图这个东西,可以学一点记一点,然后写一点,碎片化时间可以完全利用起来,写统计方法的话,是需要大量整块的时间去思考的,思路断了下次相连起来就特别困难,所以如果不是特别闲,有大量整块的时间,感觉我自己也很难写的出来了。因为太多是精力被牵扯,稍有闲暇时间就只想躺原创 2022-05-15 20:36:23 · 2367 阅读 · 0 评论 -
R数据分析:纵向分类结局的分析-马尔可夫多态模型的理解与实操
今天要给大家分享的统计方法是马尔可夫多态模型,思路来源是下面这篇文章:Ward DD, Wallace LMK, Rockwood KCumulative health deficits,APOEgenotype, and risk for later-life mild cognitive impairment and dementiaJournal of Neurology, Neurosurgery & Psychiatry 2021;92:136-142.我们知道轻度..原创 2022-03-25 18:03:01 · 1788 阅读 · 10 评论 -
R数据分析:样本量计算的底层逻辑与实操,pwr包
样本量问题真的是好多人的老大难,是很多同学科研入门第一个拦路虎,今天给本科同学改大创标书又遇到这个问题,我想想不止是本科生对这个问题不会,很多同学从上研究生到最后脱离科研估计也没能把这个问题弄得很明白,那么希望大伙儿在看了这篇文章能够更加深入地理解样本量计算的逻辑,也能对大家的科研设计中的样本量设计部分有所启发。样本量计算的逻辑还记得我们最开始接触统计推断的时候,大家都知道一个词叫做原假设,原假设一般来讲都是“阴性的”,我们统计推断要做的事情便是推翻原假设从而得出有“统计学意义的结果”,怎么去推翻?原创 2022-03-03 21:40:29 · 1574 阅读 · 0 评论 -
R数据分析:数据清洗的思路和核心函数介绍
好多同学把统计和数据清洗搞混,直接把原始数据发给我,做个统计吧,这个时候其实很大的工作量是在数据清洗和处理上,如果数据很杂乱,清洗起来是很费工夫的,反而清洗好的数据做统计分析常常就是一行代码的事情。Data scientists only spend 20% of their time creating insights, the rest wrangling data.想想今天就给大家写一篇数据处理的常用函数介绍吧。全是自己的一丢丢经验,肯定不会是最优的,仅仅是给个参考,因为在R中同一个目的的原创 2022-02-19 16:20:12 · 1755 阅读 · 0 评论 -
R数据分析,codewar的年终总结,和一周年总结
前阵子单位各个部门都在要求弄总结,想想自己这个公众号也写了快一年了,专门回去翻了翻,这个公众号发布的第一篇文章是在2021年的1月17日,我想2022年的1月17日我就把现在敲的文字推出来吧,也算是一个年终和周年总结。Codewar缘起当初写一些文字的完全都是因为疫情不开学,困在家没事干闲的,应该是二零年的4月份,当时我是研二的第二学期,已经开完题,想到自己毕业论文需要用到python,想着就学一点算一点呗,然后就找找教材一点一点学,学一点记录一点,小打小闹,不过后来发现似乎R更加适合我,然后就半途原创 2022-01-17 21:29:36 · 416 阅读 · 0 评论 -
R数据分析:PLS结构方程模型介绍,论文报告方法和实际操作
前面给大家写的关于结构方程模型的文章都是基于变量的方差协方差矩阵来探讨变量间关系的,叫做covariance-based SEM,今天给大家介绍一下另外一个类型的SEM,叫做偏最小二乘结构方差模型。一般来讲covariance-based SEM大家会用的更多,但是了解一下PLSSEM也挺好,所以本篇文章肯定依然值得您收藏。它两的区别在哪?Whereas CBSEM estimates model parameters so that the discrepancy between the est原创 2022-01-11 22:50:41 · 9954 阅读 · 7 评论 -
R数据分析:潜在转化分析LTA的做法和解释(一)
之前给大家写了很多潜在类别分析的教程Mplus教程:如何做潜在类别分析LCAR数据分析:用R语言做潜类别分析LCAMplus数据分析:潜在类别分析(LCA)流程(详细版)R数据分析:再写潜在类别分析LCA的做法与解释,今天继续给大家拓展一步。今天要介绍的就是潜在转换分析,这个东西就是LCA的纵向版本。是一个专门用来研究质变的统计技巧。有一句话叫做量变起质变,你怎么知道质变到底发生没有?就用潜在转换分析。Latent transition analysis is an extension of...原创 2021-12-22 21:37:30 · 4461 阅读 · 3 评论 -
R数据分析:变量间的非线性关系,多项式,样条回归和可加模型
之前的文章中都是给大家写的变量间线性关系的做法,包括回归和广义线性回归,变量间的非线性关系其实是很常见的,今天给大家写写如何拟合论文中常见的非线性关系。包括多项式回归Polynomial regression和样条回归Spline regression。多项式回归首先看一个二次项拟合的例子,我现在想探讨苹果内容物apple content和苹果酸度cider acidity的关系,第一步应该是做出apple content和cider acidity关系的散点图,假如是下图:那么我很原创 2021-12-11 20:26:55 · 5766 阅读 · 1 评论 -
R数据分析:跟随top期刊手把手教你做一个临床预测模型
临床预测模型也是大家比较感兴趣的,今天就带着大家看一篇临床预测模型的文章,并且用一个例子给大家过一遍做法。这篇文章来自护理领域顶级期刊的文章,文章名在下面Ballesta-Castillejos A, Gómez-Salgado J, Rodríguez-Almagro J, Hernández-Martínez A. Development and validation of a predictive model of exclusive breastfeeding at hospital di原创 2021-11-18 20:23:26 · 2907 阅读 · 0 评论 -
R数据分析:生存分析与有竞争事件的生存分析的做法和解释
今天被粉丝发的文章给难住了,又偷偷去学习了一下竞争风险模型,想起之前写的关于竞争风险模型的做法,真的都是皮毛哟,大家见笑了。想着就顺便把所有的生存分析的知识和R语言的做法和论文报告方法都给大家梳理一遍。什么时候用生存分析当你关心结局和结局发生时间的时候,就要考虑生存分析了,这种既有结局又有时间的数据叫做生存数据,英文叫做Time-to-event data. 只不过因为这个方法医学上用来分析存活情况用的多,所以得名生存分析,反正你就记住一个例子,我要研究汽车发生故障,我也应该用生存分析,因为我既关心原创 2021-11-09 20:58:36 · 3844 阅读 · 4 评论 -
2021-10-21
最近看了好多潜类别轨迹latent class trajectory models的文章,发现这个方法和我之前常用的横断面数据的潜类别和潜剖面分析完全不是一个东西,做纵向轨迹的正宗流派还是这个方法,当然了这个方法和潜增长和增长曲线模型在做法并没有实际区别,都是用的hlme这个函数。但是文献中的叫法和花样就比较多了。像本文写的latent class trajectory models,之前写的潜类别增长模型LCGA和增长曲线模型GMM都是潜类别线性混合模型latent class linear mixe原创 2021-10-21 19:13:11 · 2099 阅读 · 3 评论 -
R数据分析:结构方程模型的分组比较,实例解析
做结构方程的时候分组比较用的比较多,咨询的同学也多,之前写过mplus的做法,今天就再给大家写个用R的,不论你是做中介还是做验证性因子分析,等等,反正用结构方程能做的都可以套这个方法,而且在R语言的lavaan包中,分组比较的做法也是非常简单的,今天就带大家来了解下。为何要分组比较很多时候我们会关心,某结构方程中的某条系数是不是存在组间差异,比如说性别差异,年龄差异,文化差异(跨文化),这个时候我们想做的是整个模型系数的比较,你想要单因素分析?搞个T检验?再搞个卡方,弄个回归?都是行不通的。这个原创 2021-10-16 22:38:18 · 2728 阅读 · 0 评论 -
R数据分析:如何用层次聚类分析做“症状群”,实例操练
好多同学硕士论文开题咨询我想做症状群,有用因子分析的,也有用潜类别分析的,这些方法之前都给大家写过,今天再给大家写一个用无监督的机器学习方法-------层次聚类做症状群的方法。同学们如果对这个方法有兴趣的话,开题什么的都可以往这方面考虑,希望看了本文之后能够对层次聚类有一定了解,能思考下自己能不能往这个方向上展开。做出来的结果呈现就是下图:这个是一篇已经发表的文章中截图出来的,作者是将一个疾病的症状聚类了3类,探讨了每一类的特征,并提出了治疗照护的建议。文章感兴趣的同学自己去瞅瞅哈:Setha..原创 2021-10-13 19:52:23 · 846 阅读 · 2 评论 -
R数据分析:什么是人群归因分数Population Attributable Fraction
今天在论文中看到个这么一个术语Population Attributable Fraction,中文叫人群归因分数,意思是暴露如果被取消,某个结局减少的比例,比如我知道了孤独感对抑郁有影响,计算PAF可以得出,如果孤独感被干预,抑郁人群比例会下降多少:PAF; the proportionof cases of depression that could be prevented if the influence of loneliness was removed这么一个指标在经济评价的文章也有原创 2021-09-07 19:34:48 · 7990 阅读 · 8 评论 -
R数据分析:二分类因变量的混合效应,多水平logistics模型介绍
今天给大家写广义混合效应模型Generalised Linear Random Intercept Model的第一部分 ,混合效应logistics回归模型,这个和线性混合效应模型一样也有好几个叫法:Mixed Effects Logistic Regression is sometimes also called Repeated Measures Logistic Regression, Multilevel Logistic Regression and Multilevel Binary L原创 2021-08-31 20:00:27 · 9608 阅读 · 7 评论 -
R数据分析:如何给结构方程画路径图,tidySEM包详解
之前一直是用semPlot这个包给来进行结构方程模型的路径绘制,自从用了tidySEM这个包后就发现之前那个包不香了,今天就给大家分享一下tidySEM。这个包的很大特点就是所有的画图原始都是存在数据框中的,这样以来我们就可以像编辑excel一样改变图中元素的位置,非常的个性化。例子说明画图之前我们需要有一个画图的对象fit,也就是你的拟合成功的SEM模型 第二步是要将这个对象的图中的可以编辑的节点通过get_nodes(fit)得到,或者通过get_edges(fit)得到可以编辑的边 然原创 2021-08-26 21:37:15 · 3918 阅读 · 1 评论 -
R数据分析:纵向数据如何做中介,交叉滞后中介模型介绍
看似小小的中介,废了我好多脑细胞,这个东西真的不简单,从7月份有人问我,我多重中介,到现在的纵向数据中介,从一般的回归做法,到结构方程框架下的路径分析法,到反事实框架做法,从中介变量和因变量到是连续变量到中介变量和因变量是分类变量,很浩渺的系统知识,今天开始一点一点给大家写。今天就和大家一起探讨纵向数据的中介效应检验,一般来讲考虑因果关系的时间先后顺序,纵向数据才是探讨中介的理想数据形式:In practice, it is strongly recommended to establish me原创 2021-08-25 17:57:04 · 7557 阅读 · 12 评论 -
R数据分析:论文中的轨迹的做法,潜增长模型和增长混合模型
好多同学手上有纵向数据,想看轨迹,看人群异质性,咨询做法,今天给大家写两个方法,一个叫潜增长模型Latent Class Growth Analyses (LCGA) ,一个叫增长混合模型Growth Mixture Modeling (GMM)。这个异质性怎么看呢,就是基于人的不同发展的轨迹的出来的:They can be used to identify latent subgroups, classes or clusters of individuals based on their co原创 2021-08-21 18:28:38 · 6285 阅读 · 8 评论 -
R数据分析:随机截距交叉滞后RI-CLPM与传统交叉滞后CLPM
有同学问随机截距交叉滞后和传统交叉滞后的区别,随便记录一下,希望给到大家启发。拟合随机截距交叉滞后模型RI-CLPM的时候我们需要将变量的观察分数分为3个部分:第一部分为总体均数grand means,就是每个变量在同一时间所有观测的均数;第二部分是因素间的稳定性stablebetweencomponents,体现为变量的随机截距,就是说不同的个体在显变量的得分上有一个随机扰动,第三部分是因素内的波动性fluctuatingwithincomponents,就是针对每个个体的每次测量和期望的得分...原创 2021-08-10 21:41:09 · 3418 阅读 · 2 评论