2025年3月31日，医学顶刊《BMJ》（医学一区top，IF=93.6）发表了一项由空军军医大学西京医院陶凌教授、
-fwjm.png)
首先我们来了解一下什么是发表偏倚。 发表偏倚指的是阳性结果的研究更容易被发表，导致Meta分析高估效应量。 简单来讲，假设你花了几万块钱，做了个实验，想证明A和B是有关系的，结果发现结果是阴性的，验证了曾经让你激动的那个猜想，原来两者是没有联系的，是不是有些失望呢？
2025年2月，一篇题为：“Statistics in biology: a survey of the three major multidisciplinary journals”的论文指出，只有 10% 的分析文章提出了正确的统计方法。 一起来看看怎么个事！ 这篇文章介绍了对多学科期刊中的三大
传统方法，如逻辑回归，已被广泛用于识别风险因素和预测疾病概率。 然而，随着高级统计技术的发展，机器学习模型为提高预测准确性提供了有前景的替代方案。 机器学习和普通回归构建预测模型哪个更好？机器学习真的比传统回归强吗？模型性能一定更好吗？ 今天我们一起来看一篇
-kkhe.jpg)
孟德尔随机化文章真的风波不断，因为太火爆了，很多同学问：“郑老师，孟德尔随机化的文章现在还能发吗？是不是被封杀了？” 孟德尔随机化真的凉凉了吗？并不！ 这两天刚好看到一篇北京大学第三医院唐熠达教授团队发表在JAMA子刊《JAMA Cardiology》
一般教科书是这么说的，小样本是SW检验，大于2000的时候推荐KS检验。而一般情况下，我们的医学研究都是小样本，所以我们都推荐SW检验，夏皮罗威尔克检验。 要我说，写教材的真的都是不食人间烟火。 <
-chxh.jpg)
今天试水短篇推文答疑，主要是解决很多盆友比较突出的问题。我称之为统计小食，文章很短，适合于快速学习。 今天的问题是：单因素回归P<0.05、还是<0.2纳入多因素回归？ 我们统计分析，经常使用线性回归、logistic回归。回归分析有这么一个基本的套路，先单因素回归分析，P<0.05纳入多因素回归；
对于科研小伙伴们来说，流程图并不陌生。 撰写论文、基金申报、Meta分析等，哪一个不需要流程图？ 然而流程图可难可易：易者，凭借一个WORD的几个文本框加几个箭头就可完成；难者，通过各种软件耗费一个上午尚不能满意。 然而流程图又
我们统计学分析有个小概率事件的说法，当某一现象发生概率非常小的时候，统计学上可以认为一次抽样活动中，不会发生。 但也会犯错误，小概率事件虽然发生的可能性比较小，但也有会发生，这种我们称之为一类错误。 但是，统计学仍然需要根据概率把事件又分为二，小概率事件，非小概率事件，概率界值一般是0.05。 一类
我们在开展临床试验的时候，患者随机分为两组，开展分析。由于是随机化分组，实验组和对照组在人口学、基础指标、病情等方面应该是均衡可比的 统计学也往往采用t检验、卡方检验等方法来比较实验组和对照组的差异性，若P值小于0.05，则说明两组存在着统计学差异，当然，一般情况下P值都是大于0.05的，也就是没有
Zstats交流群
联系助教
请输入助教告诉您的积分券
如果不填写积分券，将直接使用当前余额支付
请稍候，正在为您生成支付订单
请使用扫描二维码完成支付
二维码获取失败
支付二维码获取失败，请点击重新获取
请稍候，正在为您完成支付
正在使用积分券兑换，然后完成支付 正在使用当前余额完成支付
您的订单已支付完成，页面将在 秒后自动关闭
支付过程中出现错误，请重新选择支付方式
