博客

MedCalc 计算均值,SE和置信区间

从样本中删除k个最小和k个最大观察值后,将k倍的均值计算为样本的平均值。 如果将要修剪的观测值的数量指定为百分比p,则将p视为要修剪的观测值的总百分比,并且k =(np / 100)/ 2。例如,如果百分比为10%,则MedCalc会在低端削减5%,在高端削减5%。 如果k不是整数,则将其截断为最大的较小整数(四舍五入)。请注意,SPSS,R和Excel也向下取整,但是SAS向上取整。 所述ķ -times修整平均值被计算为 修整均值的标准误差基于Winsorized均值和Winsorized平方差之和(Tukey&McLauglin,1963)。Winsorized平均值计算为 并且Winsorized平方差的总和计算为 修整后的均值的标准误可以计算为 修整平均值的置信区间定义为 参考文献 Tukey JM,McLaughlin DH(1963)基于单一样本的定位的脆弱性信心度和重要性程序:修剪/ Winsorization 1. Sankhya A,25:331-352。

查看更多 »

MedCalc ROC曲线分析:准则和准则值

在ROC曲线分析中,MedCalc不仅报告阈值或标准值,而且还报告带有比较符号的标准值,从而将标准值转变为疾病的标准或指标。 例如, 阈值或标准值可以是100,但是> 100是将受试者分类为阳性组的标准;当较大的值表示疾病时就是这种情况; 对于其他参数,标准值可以是20,但是< 20是将受试者分类为阳性组的标准;当较小的值表示疾病时就是这种情况。 为了确定标准的符号或方向(<或>),MedCalc的决策规则基于AUC不能小于0.5的事实。如果AUC小于0.5,则必须逆转决策规则(Zweig&Campbell,1993)。 MedCalc进行如下操作: 第一步,MedCalc假定较大的值表示疾病。 如果ROC曲线下的面积(AUC)低于0.5,则将拒绝此假设,将决策规则推倒,并且MedCalc将取较小的值来表示疾病。 在那种情况下,标准值x的比较符号相反,并且“> x”变为“ <x”。

查看更多 »

MedCalc 自举

在自举中(Efron&Tibshirani,1993),只需从原始样本中随机抽取数据,就可以使用样本数据创建大量新的“ bootstrap”样本。在任何给定的新样本中,每个样本都具有与原始样本相同的大小,某些主题将出现两次或多次,而其他主题则不会。 在这些引导程序样本中的每个样本中计算关注的统计量。这些计算值的集合称为统计信息的引导分布。 通过使用引导分布的2.5和97.5百分位数作为感兴趣统计量的95%置信区间来得出百分位数自举。使用稳健方法进行估算时,此百分区间用于计算参考极限的置信区间。 校正过的偏差和加速的自举(BC a)(Efron,1987; Efron&Tibshirani,1993)调整了自举分布中可能的偏差和偏度。的BC一个引导被用于例如Kendall的tau和在ROC曲线分析。 随机数生成 MedCalc使用梅森扭曲器作为随机数生成器(实现MT19937)(Matsumoto&Nishimura,1998年)。 引导选项 引导程序复制:输入引导程序复制的数量。高数字可提高准确性,但同时也会增加处理时间。 随机数种子:这是随机数生成器的种子。输入0作为随机种子;当重复该过程时,这可能导致不同的置信区间。任何其他值将给出可重复的“随机”序列,这将导致置信区间的可重复值。

查看更多 »

MedCalc 异方差性

在回归分析中,异方差是指因变量(Y)的方差在独立数据(X)的水平上变化的情况。异方差可以使分析复杂化,因为回归分析是基于独立数据水平上方差相等的假设。 均方差就是没有这种变化。 同方性 异方差性 加权回归可用于校正异方差。在加权回归程序中,对具有较小方差的观测值赋予更大的权重,因为与具有较大方差的观测值相比,这些观测值提供了有关回归函数的更可靠信息。

查看更多 »

MedCalc 偏度和峰度

偏度 偏度系数是变量分布中对称程度的度量(Sheskin,2011)。 负偏斜分布 或向左 偏斜<0 正态分布 对称 偏度= 0 正偏分布 或向右 偏斜> 0   峰度 峰度系数是变量分布中拖尾程度的度量(Westfall,2014年)。 侧柏分布细 尾巴 峰度<0 正态分布中

查看更多 »

MedCalc 对数变换

一些变量不是正态分布的,因此不符合参数统计检验的假设。对此类数据使用参数统计检验(例如t检验,ANOVA或线性回归)可能会产生误导性的结果。在某些情况下,转换数据将使其更符合假设。 生物学中的许多变量具有对数正态分布,这意味着在对数转换后,值呈正态分布。 如果数据在高端处显示异常值,则对数转换有时会有所帮助。 对数函数趋向于将数据集中的较大值压缩在一起,并扩展较小的值。 下图显示了对数正态分布的直方图(左侧)和对数变换后的直方图(右侧)。 选择对数转换时,MedCalc会计算每个数据值的以10为底的对数,然后分析所得数据。为了便于解释,将计算和测试的结果反转换为原始比例。 原始编号= x 转换后的数字x'= log 10(x) 逆变换的数字= 10 x' 注意 逆变换后的均值称为几何均值。 逆变换后的置信区间不对称。 零和负数 如果您有零或负数,则无法获取日志;您应该为每个数字添加一个常数,以使其为正数和非零值。 在MedCalc中,您可以通过在变量中添加数字来轻松实现。例如,如果变量“浓度”包含零值,则可以通过在任何变量选择框中为变量输入以下内容来添加常数1: 接下来,您将不得不从结果中减去常数。例如,如果程序显示浓度+1的几何平均值为16.5,则可以将几何平均值报告为16.5-1 =

查看更多 »