使用教程
以下为各项目所涉及的统计学方法概览。点击左侧"星数统计"返回首页。
P0
缺失值插补
多重插补 (MICE)均值插补中位数插补随机森林插补 (missForest)KNN 插补缺失模式可视化Little's MCAR 检验
P1
单因素 + 多因素逻辑回归
单因素二分类 Logistic 回归多因素 Logistic 回归Wald 检验似然比检验VIF 共线性诊断Hosmer-Lemeshow 拟合优度ROC 曲线RCS 限制性立方样条森林图
P2
配对设计分析
配对 t 检验Wilcoxon 符号秩检验配对卡方检验 (McNemar)组间特征描述
P3
多组间比较 + 多重无序逻辑回归
单因素方差分析 (ANOVA)Kruskal-Wallis 秩和检验Tukey HSD 多重比较Dunn 多重比较多重无序 Logistic 回归似然比检验
P4
单因素 + LASSO + 逻辑回归
单因素 Logistic 回归LASSO 回归 (glmnet)交叉验证 (cv.glmnet)λ.1se 筛选多因素 Logistic 回归VIF 共线性诊断森林图RCS
P5
单因素Cox + 多因素Cox
单因素 Cox 比例风险回归多因素 Cox 回归比例风险假设检验 (Schoenfeld)生存曲线 (KM)log-rank 检验森林图C-index
P6
单因素Cox + LASSO + 多因素Cox回归
单因素 Cox 回归LASSO-Cox (glmnet)交叉验证λ.1se 变量筛选多因素 Cox 回归PH 检验森林图C-index / Brier Score
P7
简单 + 多重线性回归
单因素线性回归多因素线性回归VIF 共线性诊断残差诊断 (QQ图/残差图)Durbin-Watson 检验R² / 调整 R²RCS
P8
简单线性回归 + LASSO + 多重线性回归
单因素线性回归LASSO 筛选 (glmnet)交叉验证λ.1se 变量筛选多因素线性回归VIF残差诊断RCS
P9
倾向性评分匹配
倾向性评分估计 (Logistic)最近邻匹配卡钳匹配 (caliper)标准化均值差 (SMD)平衡性检验匹配前后对比Love 图
P10
ROC 曲线分析
ROC 曲线 (pROC)AUC + 95%CI (DeLong)时间依赖性 ROC (timeROC)Youden 指数最佳阈值DeLong 两两比较检验联合 ROC (Logistic 预测)Bonferroni 校正
P11
Kaplan-Meier 生存曲线
Kaplan-Meier 生存估计log-rank 检验Breslow 检验亚组 KM 曲线生存中位时间Number at Risk 表
P12
单因素联合LASSO逻辑回归建模及评价
单因素分析 (t/U/χ²)LASSO 回归 (glmnet, 并行)多因素 Logistic 回归VIF 共线性诊断Nomogram 列线图 (rms)ROC + Bootstrap 内部验证校准曲线 (Calibration)决策曲线分析 (DCA)森林图EPV 法则训练/验证集分割
