- 博客(15)
- 收藏
- 关注
RSS订阅原创 正态性和方差齐性在重复测量数据的分析里重要吗？
最近有小伙伴向我询问重复测量数据的分析方法，他遭遇的问题是：数据通过了方差齐性检验，但是数据分布略微偏态，这种情况该怎么做呢？
2023-09-18 12:00:27
1077
原创 R 单因素logistic回归
单因素logistic回归logitUniVar <- function(dat, group, var, digit = 3){ formu <- as.formula(paste0(group, " ~ ", var)) dat[[group]] <- as.factor(dat[[group]]) subgroup <- levels(as.factor(dat[[group]])) subgroup1 <- paste0(subgrou
2022-05-13 22:14:58
1822
原创 R语言实现结构方程模型
搬运自: 结构方程模型(SEM)可用于微生态研究及R语言实现.# view dataPoliticalDemocracy# design modelmodel <- '# 利用被测变量(右)定义潜在变量(左)：测量模型ind60 =~ x1 + x2 + x3dem60 =~ y1 + y2 + y3 + y4dem65 =~ y5 + y6 + y7 + y8# 构建回归方程：路径模型dem60 ~ ind60 dem65 ~ ind60 + dem60 # 两边相同，表
2021-05-27 08:03:25
9309
1
原创 xaringan制作PPT（二）
学习xaringan制作PPT前言xaringan介绍和安装xaringan创建PPT制作PPT前言有幸听过一些学术大佬的讲座，面对别人简洁大气的PPT总是忍不住赞叹。如今研究生也时常为组会PPT犯愁。学习R语言主要是为了进行数据处理和研究，越学习越发现R语言的学习充满乐趣。为了学R语言还挤时间去其他院蹭课，上课时听老师说他的PPT是用R语言制作的，忍不住自己也想试一试。怀着激动好奇的心情发现xaringan比较容易上手，希望自己能早日做出简洁大方的学术PPT。忍不住向大家安利，写作是为了交流自己的学习
2021-03-16 10:45:46
459
原创 xaringan 制作PPT(一）
R markdown制作PPT前言markdown简单介绍R markdown的基本语法R markdown学习书目R markdown实例展示前言组会或者日常学习工作中，各种汇报，答辩都需要进行PPT制作。当然PPT制作越精美越好，但是有些时候短时间制作一份内容较少，要求也不高的PPT的时候，花费时间对PPT进行格式及字体的调整得不偿失，这种情况下运用编程语言进行PPT的制作会更省时省力。markdown简单介绍markdown语言是一种简易的轻量级标记语言，允许人们使用纯文本文档进行文档、图片、
2021-02-28 11:57:47
443
原创 R进行组间差异比较（t检验，秩和检验）
不同t检验方法对所有列进行t检验for (i in c(5:525) ) {t_test_p.value =sapply( Data[5:525], function(x) t.test(Data[,i],x, na.rm=TRUE)$p.value)}tidyverse包使用tidyverse包进行t检验library(tidyverse)res <- test_data %>% select_if(is.numeric) %>% map_df(~ br
2021-01-02 23:28:32
3317
原创 R语言样本量计算
不同结局指标样本量计算二分类结局已知样本含量计算功效已知统计功效计算样本量连续型变量已知样本含量计算功效已知统计功效计算样本量绘制统计功效与样本量的散点图组间差异与样本量散点图绘制一般的研究设计中，临床结局变量可分为连续性或二分类型，不同类型的设计往往对应不同的结局变量。样本量计算方法也有所不同。二分类结局二分类结局是指结局为二分类且二者互斥，如实施某种疗法后，患者是否治愈况。服药后病情是否改善。已知样本含量计算功效给定组1（n=28）某事件发生概率为30%，组2（n=28）某事件发生概率为55
2020-12-30 11:36:19
10817
2
原创 R语言描述统计（数值方法）
均值计算自编函数进行均值和五数计算function(x,na.omit=FALSE){ if(na.omit) x <- x[!is.na(x)] m <- mean(x) sd <- sd(x) min <- min(x) max <- max(x) Q <- quantile(x) return(c(mean=m,std=sd,min=min,max=max,quantile=Q))}
2020-12-26 12:50:36
1717
原创 R语言填补缺失值
使用R语言填补缺失值数据处理过程中，往往会存在缺失值，对于缺失值的处理，目前各大统计书提出的方法有剔除，用均数填补，用众数填补，采用其他自变量进行回归，推算缺失值进行填补等。在R语言中如何按要求进行填补？下面将介绍如何进行缺失值填补的各种方法用某特定值替换缺失值下面这段代码表示使用0填补缺失值，x是需要填补的数据框的某行或某列，如果是其他值，将0改成需要的值即可。FillNA <- function(x){ x[is.na(x )]<- 0; x}使用均值，众数，中位数进行
2020-12-25 21:03:20
15604
1
原创 R语言数据按行去除重复
数据重复的影响在临床上，偶尔会出现需要分析病例数据的情况。通常为了保护隐私，患者的个人识别相关的关键信息会被剔除只保留病历号，但是患者的就诊行为可能不止一次，这也就导致了我们的数据出现了重复，把这些数据直接放到一起进行分析显然是不科学的。如何去除重复首先观察自己的数据，如果是用行来代表观测的话，可以使用dplyr包distinct函数。如下所示：#加载dplyr包library(dylpr)df <- data.frame(name=c("wang","lee","Mary","Harry
2020-12-23 11:29:09
25176
2
原创 R语言剔除包含NA值的行
R语言剔除包含NA的行或列前言NA值的影响去除NA值前言在数据分析的过程中，数据的前处理是非常重要的。数据中出现“NA”是非常常见的，“NA”指“Not Available”，出现NA常常会影响我们进行数据分析，这是因为NA是会传染的。NA值的影响看以下例子：> a <- c(1,2,3,4,5)> mean(a)[1] 3如果出现NA，情况就不一样了> a <- c(1,2,3,4,5,NA)> mean(a)[1] NA由此可见，NA值
2020-12-21 19:08:23
42614
原创 R导入excel数据
如何使用R导入excel数据readxl包临床中很多数据是使用excel保存的，但是R语言目前并不支持直接读入excel数据，加载合适的包可以解决这个问题。library(readxl)read_excel("path/file",sheet="")#在逗号前选择文件路径及文件名，sheet中选择需要的工作簿...
2020-12-20 17:28:03
5946
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人