今天这篇推文和诸位分享一篇社论文章，题为：“Avoiding pitfalls in conducting hand surgery research – potential consequences of common errors in statistical analyses”。 这篇社论演示
SHAP（SHapley Additive exPlanations）是用来解释机器学习模型预测结果的方法。它基于博弈论中的Shapley值概念，为模型的每个特征分配重要性值，从而解释模型的预测过程。 而今天这篇文章，于2025年5月1日发表在JAMA子刊
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
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
-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？
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；
对于科研小伙伴们来说，流程图并不陌生。 撰写论文、基金申报、Meta分析等，哪一个不需要流程图？ 然而流程图可难可易：易者，凭借一个WORD的几个文本框加几个箭头就可完成；难者，通过各种软件耗费一个上午尚不能满意。 然而流程图又
我们统计学分析有个小概率事件的说法，当某一现象发生概率非常小的时候，统计学上可以认为一次抽样活动中，不会发生。 但也会犯错误，小概率事件虽然发生的可能性比较小，但也有会发生，这种我们称之为一类错误。 但是，统计学仍然需要根据概率把事件又分为二，小概率事件，非小概率事件，概率界值一般是0.05。 一类
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
