- 博客(464)
- 资源 (9)
- 收藏
- 关注
RSS订阅
原创 我写的全部R包和函数，持续更新中
最开始写了逻辑回归和线性回归的，后面又写了cox回归的。用于nhanes数据（复杂调查数据）的一键生存交互效应表（P for interaction）这个函数写了2套，相乘的模型。目前据我所知，目前尚未有专门的nhanes数据匹配的函数或者R包，应粉丝的要求，开发了svypm2函数，目前只能做2组分类的倾向评分匹配，3组分类的倾向评分匹配的还要等一等。应很多的粉丝的要求，编写了新版本的亚组交互函数（P for interaction），支持多个亚组参照比较，此函数还在进一步升级中。目前最新是2.0版本。
2024-08-19 11:12:58
2474
1
原创 WorkBuddy × 混元 Hy4模型正在嘎嘎乱杀，推理能力强得一逼，科研薅羊毛正当时
作者长期致力于R语言科研，自研scitb包用于基线表生成，但受限于复杂加权功能缺失，始终未能实现类似tableone包中svyCreateTableOne的加权基线表功能。借助免费上线的Hy4模型，通过精准提问，成功引导其理解survey与tableone包算法原理，并基于scitb1逻辑重构出高效、规范的svyscitb1函数。该函数支持加权/非加权例数、统计量及SMD计算，显著提升NHNES数据处理效率。作者感叹AI助力科研之强大，呼吁趁免费期尽快使用。
2026-11-07 16:53:02
132
原创 workbudy做科研系列：读文献不用每次从零开始：手把手教你”养”一个 Skill
本文为《WorkBuddy 做科研》系列首期，手把手教你用 AI 高效读文献。通过自定义 Skill，将零散阅读流程固化为可复用的智能任务：从粗糙初版到精准输出，实现多篇文献统一标准分析。核心在于“先用后改”，让 WorkBuddy 成为你的数字科研同事，真正解放双手，越用越顺手。
2026-11-02 09:02:34
147
原创 使用scitable包轻松绘制3d交互效应可视化分析
本文介绍在SCI论文中，交互效应分析（如表五）可增强结果可信度与数据挖掘价值。通过R语言ggsci3d函数，可可视化连续变量间的交互作用，如ibh与dpg对臭氧浓度的影响，支持3D曲面、等高线及动态旋转图，并可调整协变量、颜色与网格密度，提升图表表现力，助力科研创新。
2026-10-21 09:04:16
145
原创 R语言使用ggcube包轻松绘制文章中的各类3D图形
ggcube是ggplot2的3D绘图扩展，支持散点图、表面图、路径图、柱状图、球体及文字等3D可视化。基于R内置数据（如mpg、iris）和自定义数据，结合coord_3d()与多种几何函数（如geom_point_3d、geom_surface_3d），实现专业级三维图形绘制。通过控制视角、光照、投影与交互式控件，适用于数据探索、科学展示与艺术创作，延续ggplot2简洁语法，极大提升3D可视化效率。
2026-10-16 09:30:49
178
原创 没有发现效果，就等于证明无效吗？—— 统计学里「证据缺失」和「缺失的证据」
研究中“未发现显著结果”常被误读为“无效”，实则仅为“缺乏证据”。统计学强调：缺乏证据 ≠ 证明不存在。传统p值无法证明无效应，需借助等效检验、贝叶斯因子、置信区间或贝叶斯ROPE等方法，结合预设实际意义阈值与足够样本量，才能合理推断“无实际效果”。科研应避免强行二元判断，尊重证据局限，理性悬置结论。
2026-10-12 09:13:18
136
原创 chrals.CTI函数升级版发布，增加了CTI衍生的脂肪指数提取
本文介绍基于CHARLS数据的chrals.CTI函数升级版，可一键提取九种CTI衍生脂肪指数（如CTI-BMI、CTI-WC等），用于评估心血管-肝-代谢多病风险。结合最新研究，该工具支持2011、2015年数据，操作简便，助力临床与流行病学研究中胰岛素抵抗与炎症联合指标的高效应用。
2026-10-03 09:31:18
212
原创 复现一篇15文章统计功效的分析方法
统计功效指研究检测真实效应的能力，通常要求≥0.80。本文基于模拟数据，使用powerSurvEpi包分析心肺适能（CRF）与心代谢多病共存的关联，估算出HR=0.97时需至少1937例样本才能达到80%功效。通过绘制功效-效应量曲线，揭示了不同风险比下的检测能力，强调了研究设计中合理估算样本量的重要性。
2026-09-22 09:19:19
200
原创 2021 CLHLS 数据重磅更新：解锁‘家庭幸福’与‘养老金融’新维度
北京大学“中国老年健康调查”（CLHLS）2021年第九次数据更新，实现电子化采集，失访率仅3.8%，数据质量显著提升。新增成年子女样本、长寿地区生物样本及养老金融、数字鸿沟、孝道指数、长期护理保险等核心变量，构建“父母-子女”配对数据，助力代际研究。结合高龄老人与死亡追踪优势，可深入探索养老金融、智慧养老、家庭支持、长护险政策及长寿机制等前沿课题，极具高分论文潜力。数据可通过北大开放研究平台申请获取。
2026-09-16 09:09:51
247
原创 手把手带你复现一篇5分一区CLHLS数据双变量潜轨迹分析文章
<think>我们根据用户要求，生成≤150字的文章摘要。内容是关于双变量潜类别轨迹建模（LCTM）应用于睡眠时长和体重调整腰围指数（WWI）与心血管风险关联研究。摘要需概括方法（识别共同轨迹）、步骤（单变量轨迹分析后合并）和主要发现（关联风险）。语言简洁。注意字数限制。</think>本文展示了双变量潜类别轨迹建模在老年人心血管风险研究中的应用，通过分别识别睡眠时长与体重调整腰围指数的潜在轨迹，合并后分析其与心血管疾病的关联。方法包括数据宽转长、轨迹拟合及协变量比较，为探索多因素动态变化提供了实用分析框架
2026-09-09 09:23:45
100
原创 Scitable包新版sciimp函数上线，支持自定义灵活插补
<think>我们根据要求，生成≤150字的文章摘要。需要把内容核心概括出来：主要讲多重插补，介绍了升级后的sciimp函数，支持自定义灵活插补（部分变量不插补），以及提供随机森林插补方法处理偏态数据不能常规插补的情况，并可绘图对比。注意摘要要简洁，150字以内，中文。</think>本文介绍多重插补的实践方法：升级版sciimp函数支持自定义部分变量插补，避免对结局及时间变量误补；针对偏态数据常规mice无法收敛时，可切换随机森林插补，并绘制插补前后分布以应对审稿。
2026-09-03 09:58:31
157
原创 sci_CLPA函数上线，轻松完成18分文章交叉滞后网络分析图
本文介绍了交叉滞后网络分析图（CLPA）的使用方法及其解读要点。该分析通过节点和箭头展示变量间的时间预测关系，其中粉色节点代表心血管结局，绿色节点为关键风险因素，浅蓝色节点为功能指标。文章详细讲解了如何通过箭头方向、连线粗细和网络结构来解读变量间的预测关系，并演示了如何使用R语言中的sci_CLPA函数生成分析图和自定义颜色分组。此外，还展示了如何识别高亮变量（权重强度最高的变量）和生成边权重的Bootstrap置信区间图。该分析方法适用于研究变量间的时序因果关系，尤其适合慢性病和健康行为研究。
2026-08-21 10:09:15
261
原创 R语言进行神经网络分析
本文介绍了人工神经网络的基本原理和R语言实现方法。首先解释了神经网络的前向传播、损失计算、反向传播和权重更新四个关键步骤。然后以iris数据集为例，使用R的neuralnet包演示了完整的神经网络建模流程，包括数据标准化、训练集划分、模型构建（含2个隐藏层）、可视化网络结构、预测评估和权重分析。最后将神经网络形象比喻为多评委投票决策系统，便于理解其工作机制。该教程提供了神经网络从理论到实践的完整实现路径。
2026-08-14 08:48:41
281
原创 绘制一篇18分文章的交叉滞后网络分析图
本文介绍了如何复现一篇18分文章的交叉滞后网络分析图，重点解读了该图的构成要素和可视化方法。图中节点分为三类：粉色代表心血管疾病结局，绿色为关键风险因素，浅蓝色是功能指标。蓝色箭头表示变量间的预测关系，线条方向体现格兰杰因果关系。文章使用R语言的igraph包进行复现，详细展示了节点数据生成、颜色定义、网络构建及可视化步骤，包括圆形布局和美化参数设置。同时介绍了使用ggraph和tidygraph包的替代实现方案。该网络图能直观展示健康风险因素如何通过功能指标最终导致疾病发生，为疾病预防提供可视化依据。
2026-08-07 09:03:02
207
原创 使用scitable包，两步生成逆概率删失权重（IPCW）
摘要： 逆概率删失加权（IPCW）是一种用于纠正数据删失或干预偏离导致的选择偏倚的统计方法。其核心是为未删失个体赋予权重（即被观测概率的倒数），从而还原真实情况下的无偏估计。与逆概率加权（IPW）不同，IPCW解决的是“数据被观测到”的问题，适用于随访中有人退出的研究场景。通过R语言scitable包可快速生成IPCW权重：导入数据后，使用sci_CCW()函数指定变量（如暴露时间、结局变量、协变量等），即可输出权重值（如weight_cox），用于后续分析。该方法在真实世界研究中尤其重要，能有效处理失访或
2026-07-31 18:02:45
263
原创 charls_METS_IR函数发布，秒提charls数据中的胰岛素抵抗指标指标METS-IR
摘要：本研究基于CHARLS数据库2011年和2015年数据，开发了计算胰岛素抵抗指标METS-IR及其累积加权指标cumMETS-IR的R函数。通过整合血检数据与健康调查数据，分析了这两个指标与多种健康结局的关联。结果显示，cumMETS-IR与年龄、BMI、血糖血脂指标等代谢参数显著相关，并能预测多种慢性疾病风险。研究为胰岛素抵抗相关研究提供了便捷的分析工具，并揭示了cumMETS-IR作为代谢风险预测指标的潜在价值。
2026-07-26 11:05:01
289
原创 论文被拒因为“逻辑不通”？BMJ最新发文：别再假装你只研究“关联”了！
科研论文中刻意回避"因果"词汇转而使用模糊的"关联"表述，实际上损害了研究的逻辑严谨性。BMJ最新研究指出，70%顶刊论文虽进行因果推断却不敢使用因果术语，导致研究目标不清、讨论逻辑混乱。正确做法应区分研究阶段：提出问题大胆使用因果语言，计算过程严谨表述统计关联，讨论部分明确因果解释的前提假设。预测性研究则应避免"关联"一词，改用"预测""分类"等准确表述。使用因果术语不会自动使研究成为因果推断，但能促使研究者更严谨地论证假设、更诚实地讨论偏倚。
2026-07-18 10:39:37
228
原创 R语言贝叶斯核机回归用于估算多污染混合物的健康影响
本文介绍了贝叶斯核机回归（BKMR）在多污染物健康效应评估中的应用。BKMR通过核函数灵活建模暴露变量与健康结局的非线性关系，克服传统线性模型的局限。文章使用R语言bkmr包进行演示，包括数据模拟、模型拟合、收敛性评估和结果解读。关键步骤包括计算后验包含概率(PIP)评估变量重要性、绘制单变量和双变量暴露-反应曲线、检测交互作用，以及通过分位数分析评估混合暴露的总体效应。可视化方法如轨迹图、条形图和热图等有效辅助结果呈现，为环境流行病学研究混合物健康效应提供了有力工具。
2026-07-10 16:46:49
322
原创 手把手带你解析主成分分析
什么是主成分分析（PCA）？主成分分析是一种用于降维的统计技术。它取一组彼此相关的变量，并将其重新表示为一组新的、无相关变量，称为主成分。第一主成分（PC1）捕捉数据中可能存在的最大方差;第二个（PC2）捕捉PC1后剩余最大方差，依此类推，每个分量与前一个分量正交。
2026-06-29 09:44:09
281
原创 scitable包复现一篇charl数据库4分马尔科夫链文章
本文介绍了使用马尔科夫链模型研究中国老年人肌少症与虚弱状态转变关联的方法复现。作者通过模拟数据展示了如何构建多状态马尔科夫模型，计算不同时间点的状态转移概率，并分析协变量（如肌少症）对转移强度的影响。文章重点演示了三种模型的建立（未调整模型、部分调整模型和全调整模型），并展示了如何可视化不同协变量组的状态转移概率变化趋势。最后指出该方法对数据要求较高，实际应用中存在挑战。全文通过R代码示例展示了马尔科夫链在医学研究中的具体应用。
2026-06-22 09:07:50
250
原创 stata复现一篇4分文章的潜轨迹分析
本文介绍了使用Stata 17进行潜轨迹分析（traj插件）的方法，复现了一篇关于老年人心血管风险研究的4分文章。主要内容包括：1）traj插件的安装方法；2）示例数据的下载；3）模型参数设置说明（分组数、因变量、自变量、模型类型等）；4）模型运行和轨迹图绘制；5）结果解读（组别分配概率和图形参数）。分析过程简洁明了，最终获得了与研究文章一致的轨迹图。该方法适用于纵向数据模式识别，但需注意必须使用Stata 17及以上版本。
2026-06-12 09:30:40
290
2
原创 使用重抽样法应对多协变量马尔科夫链模型溢出无法收敛问题
这篇文章探讨了使用多协变量马尔科夫链模型时常见的模型溢出和收敛问题。作者基于msm包文档，提出了五种解决方案：1）简化模型，包括减少协变量、合并状态或约束参数；2）调整优化算法和控制参数；3）检查并处理数据稀疏性；4）对数据进行标准化和中心化预处理；5）使用Bootstrap自助法替代传统估计方法。文中通过R代码示例详细演示了如何使用boot.msm函数进行重抽样来规避Hessian矩阵非正定导致的收敛问题，包括计算标准误和可信区间。这些方法为解决复杂马尔科夫链模型的收敛问题提供了实用指导。
2026-06-02 09:21:34
271
原创 以因果图（DAG）形式表达因果问题—来自书籍Causal Inference in R的例子
摘要：因果推断中，有向无环图(DAG)是可视化因果假设的重要工具，包含三种基本结构：叉形（混杂偏倚）、链形（中介效应）和对撞形（选择偏倚）。通过分析研究生听播客与考试成绩关系的案例，展示了如何识别混杂路径（如情绪和准备程度）并调整变量以获得真实因果效应。模拟数据表明，未调整模型会得出虚假关联，而控制混杂因素后能消除偏差。DAG的应用能有效指导变量选择，避免因果推断中的常见错误。
2026-05-28 09:50:20
446
原创 复现一篇20分文章的模拟RCT文章的克隆审查权重法（CCW）
摘要：本文介绍了一种解决观察性研究中"不朽时间偏差"的新方法——克隆审查权重法(CCW)，该方法通过模拟随机对照试验(RCT)的设计来提高因果推断的可靠性。文章以一项关于白蛋白使用与败血症患者急性肾损伤关系的高分研究为例，详细阐述了CCW的三个关键步骤：克隆(复制数据集)、审查(按治疗方案筛选)和权重(逆概率加权)。作者还提供了使用R语言实现CCW分析的简化代码，包括数据预处理、权重生成和生存分析的可视化展示。这种方法为利用真实世界数据开展高质量医学研究提供了新思路。
2026-05-22 11:18:27
542
原创 R语言实现朴素贝叶斯分类
摘要：朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器，广泛应用于文本分类、垃圾邮件过滤等领域。本文通过R语言naivebayes包演示了朴素贝叶斯分类的实现过程：首先生成包含多种特征类型的模拟数据，划分训练集和测试集；然后训练模型并设置usepoisson参数处理计数特征；最后进行预测并分析后验概率、特征分布等结果。文章还展示了如何可视化特征分布和获取条件分布类型，为机器学习分类任务提供了实用示例。
2026-05-14 09:19:38
225
原创 scitable包sci_TTE函数发布，轻松完成模拟RCT研究分析
本文介绍了一种基于"目标试验模拟"框架的大数据分析方法，用于在无法开展随机对照试验(RCT)时，利用观察性数据进行因果推断研究。文章详细展示了如何使用作者开发的sci_TTE函数进行三种回归分析：Cox回归、逻辑回归和线性回归，通过倾向评分匹配、逆概率加权等方法平衡协变量。该方法支持权重修剪、协变量调整，并提供了可视化功能，能生成包含置信区间的结果表格和生存曲线图。文章通过实际案例演示了该函数在生存分析、二分类和连续变量研究中的应用，为真实世界研究提供了一种接近RCT严谨性的分析方案。
2026-05-07 10:30:36
263
原创 R语言Tidymodels包手把手带你进行机器学习实例分析：预测糖尿病分类
本文摘要：研究采用多种机器学习方法预测2型糖尿病风险，基于R语言tidymodels框架实现。通过逻辑回归、XGBoost、朴素贝叶斯、支持向量机和决策树建模，使用交叉验证和网格搜索进行超参数调优，重点关注ROC-AUC指标。结果显示XGBoost模型表现最佳（AUC=0.889），进一步采用模拟退火算法优化参数后AUC提升至0.894。研究证实高血压、心脏病等变量与糖尿病显著相关，为糖尿病早期预测提供了有效的机器学习解决方案。
2026-04-27 09:15:00
305
原创 charls_hipfracture函数发布，秒提charls数据中charls_hipfracture中的髋骨骨折指标
本文演示了如何从CHARLS中国健康与养老追踪调查数据库中提取髋骨骨折指标。通过R语言操作，作者展示了从2011年至2020年各年份数据的提取过程，使用自定义函数charls_hipfracture()可以快速获取髋骨骨折数据，结果包含ID便于后续分析。该函数支持2011-2020年数据的提取，为老龄健康研究提供了便捷的数据处理工具。文章包含详细的代码示例和结果展示，帮助研究者高效获取所需指标。
2026-04-21 09:03:46
139
原创 手把手带你进行一篇因果推断文章-来自书籍Causal Inference in R的例子
蚊帐使用对疟疾影响的因果推断分析 本研究使用R语言对蚊帐使用与疟疾风险的关系进行因果推断分析。通过观察性数据模拟随机对照试验，采用逆概率加权(IPW)方法控制收入、健康评分和气温等混杂因素。初步分析显示使用蚊帐可使疟疾风险降低16.4%，但考虑混杂因素后，加权模型估计风险降低12%。研究还评估了倾向评分权重分布和混杂因素平衡性，并通过自助法解决置信区间估计问题。该案例展示了因果推断方法在公共卫生研究中的应用价值，特别是当无法进行随机实验时，如何通过统计方法识别变量间的因果关系。
2026-04-15 09:06:41
496
原创 R语言使用data.table包进行高效快速数据整理
摘要：本文介绍了data.table包在R语言中高效处理大数据的方法。该包通过DT[i, j, by]语法和:=操作符实现快速数据操作，特别适合处理1GB以上的大型数据集。文章演示了数据转换、条件赋值、分组操作等核心功能，包括创建新变量、条件筛选、滞后处理等操作。通过实际代码示例展示了data.table在数据处理中的优势，如内存高效和并行计算能力，为大数据分析提供了有效的解决方案。
2026-04-09 08:58:35
263
原创 R语言使用TrialEmulation包快速进行数据模拟RCT研究（真实世界研究）
摘要：本文介绍了利用TrialEmulation包进行模拟随机对照试验（RCT）分析的方法。通过"目标试验模拟"框架，研究者可在观察性数据中构建接近RCT效果的因果估计。文章详细演示了数据处理流程：首先使用data_preparation函数准备数据并计算逆概率权重，然后通过trial_msm函数建立加权模型，最后预测累积发病率并可视化结果。结果显示治疗组的疾病累积发生率显著低于未治疗组。该方法为无法实施传统RCT的研究提供了可靠的替代方案，特别适用于真实世界研究场景。
2026-04-01 08:58:10
459
原创 R语言进行贝叶斯回归
本文介绍了贝叶斯回归与传统频率学派回归的区别，并通过R语言实例进行了对比分析。贝叶斯回归将参数视为随机变量并估计其后验分布，而非固定值。文章使用核电站建设数据，将数据分为训练集和测试集，分别进行普通线性回归和贝叶斯回归预测。结果显示两种方法预测值分布基本一致，但贝叶斯回归可提供系数的完整后验分布（如date、cap、cum.n参数的直方图展示）。该方法为参数估计提供了更全面的概率视角。
2026-03-24 09:05:28
260
原创 真实世界研究进阶指南：如何规范地构建“目标试验”？
摘要：目标试验模拟（Target Trial Emulation）是一种将观察性数据转化为近似随机对照试验（RCT）的因果推断方法。该方法通过7个关键步骤构建研究框架：明确资格标准、定义治疗策略、模拟随机分配、设定随访期、确定结局指标、选择因果对比方式并制定分析计划。研究还提出三大进阶技巧：嵌套试验序列提高数据利用率，宽限期与克隆法处理治疗延迟，阴性对照检验混杂因素。该方法通过严谨设计，使真实世界数据能够模拟理想RCT，为医学研究提供更可靠的因果证据。
2026-03-16 09:10:12
410
原创 共病分析--手把手带你复现一篇5.1分一区心血管肾代谢综合征（ckm）文章
本文复现了一篇5.1分一区关于CHARLS数据中CKM综合征（心血管肾代谢综合征）患者共病分析的研究。研究重点探讨了血浆动脉粥样生成指数（AIP）与中风风险的关系，采用横断面分析方法。通过R语言处理数据，筛选了45岁以上CKM 0-3期患者，排除了关键变量缺失值。研究构建了多模型分析（未调整、部分调整和全调整模型），并绘制了限制立方样条图和阈值效应分析。结果显示AIP与中风风险存在非线性关联，特别是在CKM 2期和3期患者中表现更为明显。分析方法虽不复杂，但充分利用了CKM这一新兴热点概念，为理解代谢性疾病
2026-03-09 09:06:46
651
原创 2025版肌少症函数上线，秒提取charls数据中2025版肌少症指标
摘要：本文介绍了基于CHARLS中国健康与养老追踪调查数据库开发的肌少症诊断函数更新。研究者针对2025版最新诊断标准（不再将身体机能作为诊断标准）开发了R语言函数charls.sarcopenia2025，可便捷提取2011-2015年数据中的肌少症相关指标，包括握力、肌肉质量、可能肌少症等8个核心变量。文章详细演示了数据导入、合并及函数调用过程，并新增了韩国医师协会提出的功能性肌少症指标提取功能，为老龄化研究提供了高效的分析工具。
2026-03-04 09:47:34
191
原创 R语言cmprsk_hr函数进行加权竞争风险模型分析（1）—适用于nhanes复杂加权、逆概率加权、重叠加权等
摘要： 竞争风险模型用于分析存在竞争结局事件的临床数据（如肿瘤复发与患者死亡），避免传统COX回归的估值偏差。本文介绍了加权竞争风险模型的实现方法，通过R语言函数cmprsk_hr快速计算风险比，并支持协变量调整。同时，利用ggcmprskcif函数绘制加权累积生存曲线，可自定义颜色、图例及置信区间。此外，针对NHANES复杂抽样数据，模型通过svydesign整合抽样权重进行分析。目前框架已支持二分类变量，未来将扩展至多分类及列线图等功能。 关键词： 竞争风险模型、加权分析、R语言、生存曲线、NHANES
2026-02-26 10:17:32
578
原创 R语言使用trajeR包进行组轨迹模型分析（gbtm- group based trajectory models）
本文介绍了trajeR包实现组轨迹模型(GBTM)分析的方法。GBTM是一种纵向数据分析技术，通过将个体归入相似发展轨迹的组别来分析复杂变化模式。文章演示了如何使用trajeR包进行轨迹分析：首先导入数据，使用单行代码构建模型，然后通过绘图可视化轨迹分组结果。此外还展示了计算后验概率、成员概率、正确分类几率等指标的方法。该包提供了简洁高效的轨迹分析解决方案，可帮助研究者识别数据中的不同发展模式。
2026-02-20 09:40:34
609
原创 R语言两种方法手搓竞争风险模型（1）
平时咱们进行竞争风险模型分析都是使用R语言的cmprsk包，但是cmprsk包的核心算法是用C++写的，不利于咱们了解竞争风险模型的原理和计算方法，今天我来使用R语言手搓一个竞争风险模型原理，有利于咱们进一步了解竞争风险模型。公式有两个大小t, T表示观察到的事件发生时间，t是咱们的时间，.表示在时间 t 时，在尚未发生任何事件的条件下，单位时间内发生第 k 类事件的瞬时风险。这是一个简单的数据，time是事件，status是结局，x是观察变量，咱们主要是通过这个简单数据了解一下竞争风险模型的分析原理。
2026-02-10 09:30:15
759
原创 R数据分布过于偏态，不能使用多重插补怎么办？使用sciimp函数进行随机森林插补
本文介绍了针对偏态分布数据的缺失值插补方法。当使用mice包进行多重插补失败时，可改用scitable包的随机森林插补方法。作者通过实际案例演示了数据导入、预处理过程，并对比了mice插补失败与随机森林插补成功的差异。结果显示随机森林方法能有效处理偏态数据，同时提供了插补前后数据分布的可视化方法以应对审稿需求。该方法为处理非正态分布数据的缺失值问题提供了有效解决方案。
2026-02-04 09:07:57
129
美国芝加哥1987年至 2000年大气污染与死亡数据2（第二部分），可用于时间相关序列数据分析
2023-02-17
一步到位：手把手教你R语言竞争风险模型建模-列线图-校准曲线-K折验证-外部验证- 决策曲线
2022-06-20
利用重抽样获取广义可加模型曲线的可信区间重抽样代码
2022-05-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人