李志辉《MedCalc统计分析方法及应用》第2章节笔记

MedCalc数据管理

MedCalc的数据管理主要是通过【工具】菜单实现，包括15大类，具体见上图。接下来重点介绍有特色的几个功能，其他功能简要介绍或直接略去。

1.填充列

填充列，可以给某个变量填充数据，填充的内容可以是一个固定值，或是按一个公式来填充（类似于SPSS计算新变量）。

填充新变量

比如平均分、加总得分，或其他数学表达式。

比如生成正态分布数据：randnorm(5,0.6)。

所以填充新变量，主要是根据研究分析的目的来做，也依赖于medcalc能提供的函数。

此外，填充列，咱们也可以填充一个个案/样本的编号，有时候统计分析是需要一个标识变量，比如员工的编号。表达式只需要输出：row。即可。

SPSS计算新变量：加总及平均值函数太特么累人了

SPSS基本运算符，你不一定认得全

2.堆叠列

这个堆叠的叫法乍一听不懂，细看哦原来其实就是长宽数据的转换转置。在SPSS里面叫做数据重构。

主要用在重复测量数据录入及数据分析上。

比如你是按重测的形式录入数据，y1~y3占3列，现在咱们需要将其堆叠为一列y，增加一个测定次数的分类变量。

特点是，原数据和新数据同时保留，长宽转换看到很清晰，方便检查核对。

SPSS案例示范

SPSS如何把宽型数据转换成长型数据——数据重构

3.创建组

直接提供了3种思路：分位数组，随机组，自定义组。主要是针对连续数据，将连续数据转换为离散化的分组变量。比如年龄转换为年龄段。

3.1 创建分位数组

如将样本的年龄数据，按年龄的四分位数分成4组。

SPSS案例示范

3.2 创建自定义组

medcalc自定义分组的这枚菜单做得非常棒，一看就懂的那种，一目了然。

4.数据标准化

它这里直接就是计算Z得分，即z-score标准化法，最常用的标准化方法。

SPSS案例示范

有特色的是，medcalc允许用户自定义参考值和标准差计算z得分。（咱们默认是用样本数据集的均值和标准差的），上不太清楚这个特殊参数选有什么实际的用法。待定。

5.正态分布转换

如果你的数据非正态，你可能会对数据进行正态转换，medcalc提供三种正态转换方案，一是对数、二是平方根，三可以取倒数。

它这菜单直接叫做【幂变换】，一个幂字概括了所有。X的λ幂次。

λ=0，为对数变换

λ=0.5，为平方根变换

λ=-1，为倒数变换

另外还可以做偏移，让负号不满足时也可以进行变换。

SPSS案例示范

6.病例对照匹配

如果说咱们现在还不怎么会操作倾向性评分匹配的话，用这个传统的病例-对照匹配还是不错的一个选择。

medcalc最多可以依据4个变量进行匹配，每个变量均可设置最多允许误差，以及是否要精确匹配。

还有一个特点，它可以直接对匹配后的样本进行基线差异的检验，还是比较方便的。

SPSS也可以做病例对照匹配（个案控制匹配）

https://mp.weixin.qq.com/s/y-nJQBq8mHZ7qL0NpeDd2Q

我是尾巴。

2021.10.24编辑完成。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。