网站开发哪家好,关键词排名优化易下拉软件,python发wordpress,电商网站建设代理商最近不少人私信我#xff0c;说有些SCI文章报了两个P值一个是P for overall,一个是P for nonlinear,就像下图这样#xff0c;问我P for overall怎么计算。 P for overall我也不清楚是什么#xff0c;有些博主说这个是总效应的P值#xff0c;但是我没有找到相关出处。但是怎…最近不少人私信我说有些SCI文章报了两个P值一个是P for overall,一个是P for nonlinear,就像下图这样问我P for overall怎么计算。 P for overall我也不清楚是什么有些博主说这个是总效应的P值但是我没有找到相关出处。但是怎么做出来这个P for overall我是清楚的有个R包叫plotRCS这个包是可以生成出P for overall这个结果的我就以这个包的方法来演示一下怎么做P for overall。
library(plotRCS)
bc-cancer这个是plotRCS包自带的癌症的生存数据age是年龄sex是性别race是种族size是肿瘤大小status是生存结局。 plotRCS做P for overall是分成两种情况的就是一个结局变量是连续变量和结局变量是二分类变量的。 咱们先来演示一下二分类变量的。 做限制立方样条RCS的步骤都是原来一样的。 逻辑回归
library(rms)转成分类变量
bc$sex-as.factor(bc$sex)
bc$race-as.factor(bc$race)为后续程序设定数据环境
dd - datadist(bc) #为后续程序设定数据环境
options(datadistdd) #为后续程序设定数据环境建立模型我们这里要研究的变量是age年龄
fit-lrm(status ~ rcs(age, 4)sexrace,databc) 计算P for overal和P for nonlinear
out-anova(fit)
out-as.data.frame(out)这样结果就出来来了也是和作者R包算得一样 接下来来个线性回归改一下结局变量就行
fit1-ols(size ~ rcs(age, 4)sexrace,databc) 计算P for overal和P for nonlinear
out1-anova(fit1)
out1-as.data.frame(out1)其实都差不多哈就是写包的时候代码稍微有点不同如果大家确实需要ggrcs包改版后也可以加进去这个很简单的。
文章到此结束啦内容有点短主要是最近有点头绪了正在编写Nhanes数据也就是复查加权数据的亚组交互效应函数P for interaction用于一键生成交互效应表占用了部分时间,这个工程量稍微有点大主要是分类变量的难写。
