引言 相信很多朋友都遇到过这个问题，线性趋势的结果和非线性趋势RCS图都有统计意义，这个事情矛盾嘛？ 今天郑老师来解答这个问题！ 如果你也有统计问题还未解惑，欢迎评论留言，我们将选取一些共性问题，陈老师和郑老师为您解答！ 有朋友利用
2025年3月21日，医学顶刊《BMJ》（医学一区top，IF=93.6）发表了一篇方法学文章，题为：“How to use directed acyclic graphs: guide fo
这个问题问得很好，也说明这位童鞋对多重比较会发生一类错误膨胀有一定的思考。 医学研究，我们针对一个指标，可能会多次进行比较，计算多个P值，并下结论，或者多个指标多次比较，这称之为多重比较，多重比较会增加假阳性错误，或者一类错误，这个大部分统计学教科书会提到，但是为什么大多数的论文亚组分析的时候，没有
2025年3月31日，医学顶刊《BMJ》（医学一区top，IF=93.6）发表了一项由空军军医大学西京医院陶凌教授、
-fwjm.png)
首先我们来了解一下什么是发表偏倚。 发表偏倚指的是阳性结果的研究更容易被发表，导致Meta分析高估效应量。 简单来讲，假设你花了几万块钱，做了个实验，想证明A和B是有关系的，结果发现结果是阴性的，验证了曾经让你激动的那个猜想，原来两者是没有联系的，是不是有些失望呢？
2025年2月，一篇题为：“Statistics in biology: a survey of the three major multidisciplinary journals”的论文指出，只有 10% 的分析文章提出了正确的统计方法。 一起来看看怎么个事！ 这篇文章介绍了对多学科期刊中的三大
传统方法，如逻辑回归，已被广泛用于识别风险因素和预测疾病概率。 然而，随着高级统计技术的发展，机器学习模型为提高预测准确性提供了有前景的替代方案。 机器学习和普通回归构建预测模型哪个更好？机器学习真的比传统回归强吗？模型性能一定更好吗？ 今天我们一起来看一篇
-kkhe.jpg)
孟德尔随机化文章真的风波不断，因为太火爆了，很多同学问：“郑老师，孟德尔随机化的文章现在还能发吗？是不是被封杀了？” 孟德尔随机化真的凉凉了吗？并不！ 这两天刚好看到一篇北京大学第三医院唐熠达教授团队发表在JAMA子刊《JAMA Cardiology》
一般教科书是这么说的，小样本是SW检验，大于2000的时候推荐KS检验。而一般情况下，我们的医学研究都是小样本，所以我们都推荐SW检验，夏皮罗威尔克检验。 要我说，写教材的真的都是不食人间烟火。 <
-chxh.jpg)
今天试水短篇推文答疑，主要是解决很多盆友比较突出的问题。我称之为统计小食，文章很短，适合于快速学习。 今天的问题是：单因素回归P<0.05、还是<0.2纳入多因素回归？ 我们统计分析，经常使用线性回归、logistic回归。回归分析有这么一个基本的套路，先单因素回归分析，P<0.05纳入多因素回归；
