博客

MedCalc t分布的值(两尾)

例 样本的平均值是128.5,SEM 6.2,样本量32。平均值的99%置信区间是多少? 自由度(DF)为n-1 = 31,区域0.99的列中的t值为2.744。99%CI为:  均值-t SEM  至  平均值±t SEM 128.5-2.744 x 6.2 至 128.5 + 2.744 x 6.2

查看更多 »

MedCalc 在BC的计算技术说明“一个”自举置信区间

MedCalc使用的校正通常的公式用于BC的估计中使用的偏置校正因子一个自举置信区间。 在其上的引导置信区间,DiCiccio和埃夫隆(1996)估计偏差校正系数纸为BC一个由自举置信区间 注意,当一半的值小于或等于然后应该等于零(埃夫隆&Tibshirai,1994)。 但是,在存在联系的情况下,该公式会低估引导复制的比例,该比例小于或等于 并因此高估了偏差。 例如,当感兴趣的参数的原始估计为5,而9个引导程序复制为1、2、3、4、5、6、7、8和9时,则没有偏差,但是复制的比例根据上面给出的公式,低于5时为4/9,而等于4.5时应为4.5 / 9 = 0.5 。 因此,MedCalc在公式中使用以下更正: 通过这种校正,当相同比例的低于和高于时,即使在存在领带的情况下,我们也得出= 0 。 参考文献 DiCiccio TJ,Efron B(1996)引导置信区间。统计科学11:189-228。 Efron B,Tibshirai RJ(1994)引导程序简介。查普曼和霍尔/ CRC:博卡拉顿;第186章

查看更多 »

MedCalc 关于Passing-Bablok回归的注释

Passing&Bablok(1983)提出了一种适用于方法比较研究的非参数回归分析的统计方法。该过程是对称的,并且在存在一个或几个离群值的情况下具有鲁棒性。但是,它的主要优点可能是(或者更确切地说-似乎)易于解释,这可以解释其在方法比较研究中的广泛使用。 简而言之,Passing-Bablok过程使用非参数方法拟合线性方程y = a + b x的参数a 和b。系数b通过取任意两点之间的直线的所有斜率的中值来计算,其中b = 0或b = ∞的线除外。该参数 一个由下式计算一{Y =中位数我- b X我 }。对于a和b计算出95%的置信区间(CI)。仅当x和y之间存在线性关系时,Passing-Bablok程序才有效,可以通过cusum检验对其进行评估(Passing&Bablok,1983)。 然后将结果解释如下。如果0是在的CI一个,并且1是的CI b,这两种方法是所研究的浓度范围内具有可比性。Passing&Bablok(1983)提出了一个更强的说法:“如果我们同时接受b = 1和a = 0,我们可以推断y * = x *,或者换句话说,这两种方法是相同的”。如果0不在a的CI中 ,则存在系统差异;如果1不在b的CI中, 则两种方法之间存在比例差异。 方程y = a + b x定义了回归线,但并非所有观察值都位于该线上。实际上,观察不是由等式y = a + b x定义的,而是由y = a + b x + e定义的,其中e(残差)是观测到的y值与回归方程预测的值之差对应的x值。Passing&Bablok(1983)建议将残差计算为与拟合线的正交距离。这仅仅是上述残差的线性变换。 残差代表校正系统和比例差异后的剩余变化。 由于该过程假定为线性关系,因此残差应显示为随机模式,并且应接近于正态分布。因此,95%的残差应位于残差标准偏差的±1.96倍的区间内。然后,该间隔定义了两种实验室方法之间的随机差异。 当截距接近于0且斜率接近于1时,残差图与偏差图具有明显的对应关系(Bland&Altman

查看更多 »