我们都知道常见的 OLS 线性回归模型。在这类模型中，我们假定 Y 与某个连续的预测因子 X 呈线性关系，并将 Y 的测量误差计算如下：Y_i=A+B*X_i，i 是第 i 个观测值在 X 和 Y 上的索引。 进一步了解 戴明回归[…]

这篇文章的灵感来自于学生的问题，和许多人一样。似乎我们中的许多人在分析中使用ROC曲线，但并不真正了解这些曲线的用途和如何创建。分类模型已经成为一个非常流行的工具，是许多已实施的广泛可用的黑盒的一部分 进一步了解 ROC曲线--你一直想知道但却不敢问的东西...[…]

事后配对比较是数据科学家日常工作中非常常见的一部分。每当我们做方差分析或非参数测试时，有两个以上的组，这是不可避免的。在某些时候，你可能希望有一个很好的可视化，说明哪些是显著的，哪些是不显著的。可能会在图上写上P值。那么 进一步了解 成对比较[…]

桑基图经常被用来说明流量，例如医学中的治疗变化。上面的图说明了哮喘病人的治疗变化。一些小的流量被省略了。由于有了network3D软件包，做桑基图变得很有趣了通过实施java脚本，它们可以是互动的。然而，在使用时有一些陷阱 进一步了解 Sankey地块[…]

当你做荟萃分析时，你通常使用所谓的森林图来可视化你的结果。这种图在用于荟萃分析的软件包中是自动提供的（如meta），但有时你也想 "从头开始 "绘制它，并完全自定义它。在与ggplot2进行了一番斗争之后，你发现了forestplot包 进一步了解 Forestplot R软件包--你不能用它做什么。[…]

交互的解释来自哪里？让我们假设我们有病人输入样本并建立线性模型（简单模型或混合模型）。对于线性模型，我们具有以下形式的方程：Y = A0 + A1 * X1 + A2 * X2 + A3 * X1 * X2，其中A0是截距，A1和A2分别是X1和X2的主要作用。 进一步了解 互动以及为什么我们都误解了？[…]

假设我们需要为单个比例估计（测试）计算样本量。现在省略数学和使用的公式中的某些可变性，我们可以通过两种方式做到这两种：第一：使用单个测试的功效，然后我们仅要求测试拒绝或不反对假设 进一步了解 关于单个比例的样本量计算的几点思考[…]