科研专栏
研究方法
进展
社区
问答
科研工作台
智能文献检索
在线统计实操
文献阅读和分析
为论点找参考文献
论文润色和找范句
参考文献格式调整
报告规范核查助手
服务
公共数据库挖掘
1V1 论文辅导
统计分析
润色服务
基金标书辅导
EDC数据库搭建
专家招募
会员中心
会员
提问
登录
/
注册
内容领域
:
全部
SPSS教程
科研工具
科研方法
文献查询
论文基金
作图工具
Meta分析
样本量计算
科研进阶
Stata课程
R语言课程
数据管理
全部
卡方检验/Fisher精确检验
方差分析
t检验
诊断试验
回归分析
非参数检验
相关分析
生存资料
其他
测试用
测试
全部
noteexpress
spss
state
R语言
Endnote
全部
样本量计算
meta分析
诊断试验
报告规范
全部
pubmed
全部
sci写作
全部
ddd
全部
Stata教程
Meta-disc教程
Open Meta-analyst教程
全部
病例对照研究
RCT/队列研究
横断面研究
生存数据
诊断试验
非劣效性试验
全部
研究设计
全部
Stata入门
基础统计和作图
常见统计操作
回归分析与生存分析
数据整理
高级绘图
测试章节
全部
基础入门
数据的查看和整理
数据分析和绘图
全部
软件sop
课程类别
:
全部
基础课
高级课
公开课
专题合集
分类变量和连续变量的统计图示例
假如一张统计图只需要展示一个变量,比如一组病人的某个体检指标,这属于单个变量的数据。变量又可以分为连续变量和分类变量。对于连续变量来说,统计图可以展示出数据的范围、分布,以及一些统计量,如均数、中位数、样本量等。
发表于2018-10-23
Meta分析的几种图形示例和绘图建议
图形对结果展示具有独特的优势,其在Meta分析的结果展示中发挥着重要作用。本文将介绍几种Meta分析中常用的图。
发表于2018-10-22
Meta分析的几种图形示例和绘图建议
图形对结果展示具有独特的优势,其在Meta分析的结果展示中发挥着重要作用。本文将介绍几种Meta分析中常用的图。
发表于2018-10-22
数据的整理及导出
前两节课程,我们讲了数据整理的第一部分和第二部分,包括:如何导入Excel文件、CSV文件、dta文件;字符型变量变成数值型变量;添加标签;生成新变量;观测值排序等。 这节课程我们继续来学习数据整理的第三部分,内容包括:改变变量排列顺序;
发表于2018-10-19
数据的整理及导出
前两节课程,我们讲了数据整理的第一部分和第二部分,包括:如何导入Excel文件、CSV文件、dta文件;字符型变量变成数值型变量;添加标签;生成新变量;观测值排序等。 这节课程我们继续来学习数据整理的第三部分,内容包括:改变变量排列顺序;
发表于2018-10-19
总体率的95%可信区间估计及SPSS操作
总体率的估计包括了点估计和区间估计。点估计是用样本率直接估计总体率,没有考虑抽样误差。区间估计则考虑抽样误差,按一定可信度(即1-α)估计总体率的可能范围,这就是总体率的可信区间。
发表于2018-10-18
总体率的95%可信区间估计及SPSS操作
总体率的估计包括了点估计和区间估计。点估计是用样本率直接估计总体率,没有考虑抽样误差。区间估计则考虑抽样误差,按一定可信度(即1-α)估计总体率的可能范围,这就是总体率的可信区间。
发表于2018-10-18
常见统计分析方法和描述统计
上一节R课程我们介绍了“宽数据与长数据的转换”,本节课程我们来接着学习大家都很感兴趣的常见统计分析方法,如t检验、卡方检验、Pearson相关等。 本节课程主要内容包括:分析一个变量的分布;组间比较、相关分析等常见统计分析方法;描述统计和
发表于2018-10-17
常见统计分析方法和描述统计
上一节R课程我们介绍了“宽数据与长数据的转换”,本节课程我们来接着学习大家都很感兴趣的常见统计分析方法,如t检验、卡方检验、Pearson相关等。 本节课程主要内容包括:分析一个变量的分布;组间比较、相关分析等常见统计分析方法;描述统计和
发表于2018-10-17
如何进行数据清洗和整理
上节课程,我们讲了数据整理的第一部分:查看和改变工作路径;如何导入Excel文件、CSV文件、dta文件等。 这节课程我们继续来学习数据整理的第二部分,内容包括:字符型变量变成数值型变量;添加变量标签或变量数值标签;生成新变量;按照某
发表于2018-10-12
推荐课程
测试 - 移除功能
回归模型的诊断和改进(方差齐性、多重共线性...)
单因素方差分析
KM曲线
上一页
1
...
24
25
26
27
28
...
79
下一页
APP下载
领课程券
扫码下载APP
领基础课程券
公众号
论文辅导
扫码添加小咖微信,为你定制一对一论文辅导方案!
AI小咖
会员服务
DRPP
积分商城
意见反馈