摘要：
之前已经介绍过倾向性评分匹配（propensity score matching）、倾向性评分回归和分层， 今天继续介绍倾向性评分最后一个重要的部分：倾向性评分加权。 主要介绍两种加权方法：逆概率加权(inverse probability weighting, IPW)和重叠加权(overlap 阅读全文
posted @ 2023-03-28 13:46
医学和生信笔记
阅读(1390)
评论(0)
推荐(0)
摘要：
倾向性评分有4种应用，前面介绍了倾向性评分匹配及matchIt和cobalt包的使用：xxxxxxx 今天说一下倾向性评分回归和分层。使用了一个不是很成功的案例，并使用了大量purrr风格的代码实现。 演示数据 下面这个例子探讨不同学校对学生成绩的影响，这个数据一共有11078行，23列，我们只用其 阅读全文
posted @ 2023-03-28 13:46
医学和生信笔记
阅读(259)
评论(0)
推荐(0)
摘要：
倾向性评分（Propensity Score, PS）是一种控制混杂因素的统计学方法，通过倾向性评分的方法，可以把基线控制在可比的水平，这样就可以比较处理因素带来的差异了。 比如，现在要比较A,B两种方法治疗肥胖的效果，随机分两组，分别使用A,B两种方法半年，看哪个方法效果好。一般收集到的病人性别、 阅读全文
posted @ 2023-03-28 13:46
医学和生信笔记
阅读(1201)
评论(0)
推荐(0)
摘要：
使用R语言实现偏相关分析和典型相关分析，并画出偏相关的散点图。 关于偏相关和典型相关的具体含义和适用范围大家自己学习。 偏相关（partial correlation） 使用R包ppcor实现。 首先是加载数据和R包。 library(ppcor) ## Loading required packa 阅读全文
posted @ 2023-03-28 13:45
医学和生信笔记
阅读(500)
评论(0)
推荐(0)
摘要：
判别分析（discriminant analysis）是根据判别对象若干个指标的观测结果判定其属于哪一类的统计方法。经典的判别分析方法有Fisher判别和贝叶斯判别分析。当分类很确定时，判别分析可以有效替代logistic回归，但是如果自变量和因变量关系很复杂时，判别分析表现不如logistic回归 阅读全文
posted @ 2023-03-28 13:45
医学和生信笔记
阅读(206)
评论(0)
推荐(0)
摘要：
卡方检验/列联表资料的卡方检验在临床中非常常见！ 因为最近又有一批临床数据要进行统计，所以趁机把卡方检验的R语言实现再重新梳理一遍。 这篇文章涵盖了孙振球，徐勇勇《医学统计学》第4版 卡方检验章节 中的 所有内容。课本电子版和配套数据已上传到QQ群，需要的朋友加群下载即可。 本期目录： 不同类型卡方 阅读全文
posted @ 2023-03-28 13:45
医学和生信笔记
阅读(305)
评论(0)
推荐(0)
摘要：
之前的推文使用默认的plot函数进行聚类树的可视化，今天继续扩展聚类树的可视化。 默认的聚类树可视化函数已经非常好用，有非常多的自定义设置，可以轻松实现好看的聚类树可视化。 op <- par(bg = "grey90") plot(h.clust, main = "层次聚类", sub="", x 阅读全文
posted @ 2023-03-28 13:44
医学和生信笔记
阅读(190)
评论(0)
推荐(0)
摘要：
主要介绍使用R语言进行层次聚类、划分聚类（K均值聚类和PAM）。 系统聚类（层次聚类,Hierarchical clustering） 使用nutrient数据集进行演示，这个数据集包含不同食物中的营养物质含量。 # 没安装flexclust包的需要先安装 data(nutrient, packag 阅读全文
posted @ 2023-03-28 13:44
医学和生信笔记
阅读(405)
评论(0)
推荐(0)
摘要：
R语言中的分类变量在进行回归分析时，通常会进行一些编码设置，最常见的是哑变量设置，除了哑变量，还有其他的很多类型。 **通常一个有K个类别的分类变量在进入回归分析时，会被自动编码成K-1个序列，然后会得到K-1个回归系数，这些回归系数对应着因变量根据K个类别分组后计算的平均值！**这样说起来非常抽象 阅读全文
posted @ 2023-03-28 13:44
医学和生信笔记
阅读(634)
评论(0)
推荐(0)
摘要：
R语言做方差分析很简单，就是一个函数aov()，包括但不限于单因素方差分析、多因素方差分析、协方差分析、重复测量方差分析等，都是这个函数。 前面用一篇推文详细介绍了R语言中方差分析的各种实现方法， R语言做方差分析和SPSS/SAS等传统统计软件不太一样，下面说一下需要注意的地方，主要是2个点： 3 阅读全文
posted @ 2023-03-28 13:43
医学和生信笔记
阅读(310)
评论(0)
推荐(0)
浙公网安备 33010602011771号