1)支持交互作用项; 2)设置分类自变量的参照水平; 3)展示回归系数;展示OR值和可信区间; 4)模型拟合评价,包括Deviance、AIC、BIC、伪R²(pseudo-R²)、McFadden’s R²、Cox ...
备用服务器,腾讯云,启动速度更快
1)根据上传的科研数据,简单点击设置后,自动完成Logistic回归分析;2)结局类型:结局为二分类变量,如有效、无效;缓解、无缓解等。3)自动对连续性变量进行 Z score 标准化处理(审稿人常要求);4)生成英文版统计报告,助力于SCI论文撰写
1)支持交互作用项;支持设置分类自变量的参照水平;适用条件判断(多重共线性分析);展示回归系数、OR值和可信区间;Omnibus似然比检验; 2)模型拟合评价:包括Deviance、AIC、BIC、McFadden’s R²、Cox & Snell’s R²和Nagelkerke’s R²。 3)Estimated Marginal Means分析:包括生成估计边际平均值(概率图)。 4)诊断预测和ROC曲线:评估模型的诊断能力;计算AUC值及灵敏度特异度等;生成cut-off图;生成分类表(混淆矩阵)
1)根据上传的科研数据,简单点击设置后,自动完成线性回归分析; 2)结局类型:结局为连续性变量,如血糖、血压值等;3)自动对连续性自变量和应变量进行 Z score 标准化处理(审稿人常要求);4)生成英文版统计报告,助力于SCI论文撰写
输入目标 URL
或链接到站点中的内容