手把手教你用R语言评价临床预测模型,一文就够(附代码)

您所在的位置:网站首页 r语言roc曲线最佳截断值解读 手把手教你用R语言评价临床预测模型,一文就够(附代码)

手把手教你用R语言评价临床预测模型,一文就够(附代码)

2024-07-09 12:07| 来源: 网络整理| 查看: 265

手把手教你用R语言评价临床预测模型,一文就够(附代码)

  (三)Logistic回归模型评价:

  在常用的临床模型构建中,主要分为两种,包括临床预测模型(Cox回归模型)和临床诊断模型(Logstic回归模型)。在之前的内容中,阿琛给大家介绍了如何使用Nomogram图将临床预测模型可视化,以及Cox回归模型的相关评价指标。

  下面是临床模型的第三集临床诊断模型篇,即如何对Logistic回归模型进行评价。

  1.建立Logistic预测模型:

  1.1 引用R包:

  #install.packages("foreign")

  #install.packages("rms")

  #install.packages("pROC")

  #install.packages("rmda")

  #install.packages("nricens")

  library(foreign)

  library(rms) #构建Logstic模型

  library(pROC) #绘制ROC曲线

  library(rmda) #绘制DCA曲线

  library(nricens) #计算NRI值

  1.2 读取文件:

  setwd("C:Users 00Desktop14_Logstic") #设置工作目录

  rt



【本文地址】


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