基于R语言的Logistic回归模型构建与Nomogram绘制 |
您所在的位置:网站首页 › r语言 logistic回归 森林图 › 基于R语言的Logistic回归模型构建与Nomogram绘制 |
![]() 1. 背景知识 本章我们将用一个具体案例来介绍用R语言构建Logistic回归预测模型并绘制Nomogram的完整过程。有关预测模型的构建流程我们将在下一章《预测模型系列04–基于R的生存资料预测模型构建与Nomogram绘制》中介绍;有关预测模型优劣的评价方法我们将在后续章节中介绍。我们可以把临床预测模型构建与验证的步骤总结为以下7个步骤: (1)明确临床问题,确定科学假说 (2)根据既往文献,确定预测模型研究思路 (3)确定预测模型的预测变量 (4)确定预测模型的结局变量 (5)构建预测模型,计算模型预测值 (6)模型区分能力评估 (7)模型的准确性评估 其中步骤2有关预测模型的研究思路,大家可以参见本文图1. 图1.三种预测模型的研究思路 2. 案例分析 Hosmer和 Lemeshow于1989年研究了低出生体重婴儿的影响因素。结果变量为:是否娩出低出生体重儿(变量名为“low”,二分类变量,1=低出生体重,即婴儿出生体重 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |