如果以前写过,本功能仅适用于NHANES数据,用于跨部门分析,而不适用于其他情况。
在 SCI 文章中,交互式表格(通常是表五)增加了文章的价值,提高了文章的可信度,提高了结果的可信度,并允许数据挖掘。一个分组,通常是特殊类别的人,如男女、种族等,是什么数据仍然可靠?如果结果在特定群体中保持稳定,你的结论是可靠的。如果分组的结论与数据中的结论相悖,你可以提出一个新的问题。
在前一篇文章 " 代码+视频 - NHANES Data(综合调查数据)1.6分节Taste互动函数(P用于互动)-用于生成交互式表格的密钥 " 中,我们公布了 svy.scitb5 函数,该函数反应良好,但问题不大, svy.scitb5 函数只能是线性的和反向的。可用于返回框的 svyscitb5.coxph 函数在先前的 svy.scitb5 函数之后标记良好。
我来给你介绍一下 我们先输入数据
我要介绍数据,SEQN:序列号、RIGENDR、#性别、RIDAGYR、#年龄、RIDRETH1、#种族、#DDMARTL、#婚姻状况、WTINT2YR、WTMEC2YR、#权力、SDMVPU、#普苏、SDMVSTAR、#斯特拉塔、LBDGGLUSI、#LBDDDINISI的吸血剂、#Insulin(pmol/L)、PHAFSTHR 晚饭后血糖、LBXGH#熔化的红蛋白、SPXVEV1、#FE1:第一注入的呼吸、SPXNFVC:肺活动、 ml(估计肺容量)、LBDGLTSI、#si 血糖、2小时的饮食和FVC用于我的肺能量分类。
将分类变量转换为因数
创建抽样调查功能
设置组合变量和交互式变量。 注意coov1 指的是组合变量, 互动是交互式变量, 互动变量 。
I write 导入函数
成功导入后, 右上层界面应显示在 10 个函数中
函数的主要对象为
让我解释一下数据是数据,数据框必须是数据框的形式,x是您研究的目标变量,y是您的结尾变量,y是您的结尾变量,互动是您的等级变量,这必须是分类变量,它必须是一个分类变量,而将它转换成一个系数,而 vov是您的共变量。使用相同的家族=svboxph, svdstr在这里填充测量功能,该功能只支持COX回归。如果你使用我写的 svy.scitb5 函数,这个函数完全没有压力,它只是一个多时参数。
生成表格的一个密钥
绘图绘图
看看我们能不能做得对 以DMARTL的分层为例
当你看到DMARTL=0,HR是0.99,P是0.23,DMARTL=1.01,P是0.141,我们非常接近,所以可靠性没有问题。
在上一个函数中,我要求组合变量包含一个交互式变量,现在可以通过包含参数关闭此设置。
让我们重置交互变量和共变变量。
我们可以看到共变体没有RIDREETH1变量。它不能在关闭前完成。
关掉它,你就能产生结果
现在,让我们来谈谈X作为一个分类变量的地位。
假设我看到的变量 x 是婚姻状况, y是肺活动, 我想了解这个分层中的关系。
都一样
REGENDR.1_DDMARTL.0意味着,当将平流层与DDMARTL比较时,将RAGENDR.1_DDMARTL.0视为参考物,什么是LAGENDR等于1和DMDMARTL.0的参考物?该分组的RAGENDR等于0,默认为参照物比较,而其他分组与之比较,以及分类变量与亚组相互作用,这更好的做法是分类不太多,数据不会很大,有些层次没有显示缺少的数据。
生成森林地图的密钥之一
此外,用于计算P用于干预的 svyscitb 5.coxph 函数法参数有两个选项:“LRT”、“Wald”, 你通常不必填写。 为什么我要提到这个? 因为有时你的模型数据太小,无法用LRT方法计算, 然后我们需要修改它, 这样我们通常不会这样做 。
如果搞错了
添加方法=“方法 ” 。
关于生成互动式表格的钥匙,见已公布的第NHANES Data(复杂调查数据)第1.4分文本(用于分析的P)-
如果你不看的话,看看我的旧Svy.scitb5视频,有点像。
代码+Video -- -- NHANES数据(复杂调查数据)
如果您需要取得 svyscitb 5.coxph 函数,请见以下文章
NHANES数据(复杂调查数据)COX回归子分组互动功能1.8品味新版(P用于分析)
注册有任何问题请添加 微信:MVIP619 拉你进入群
打开微信扫一扫
添加客服
进入交流群
发表评论