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
https://mp.weixin.qq.com/s/m1qivU_EPkN6-RMKmVUbDQ
SPSS基本运算符,你不一定认得全
https://mp.weixin.qq.com/s/0ba0KjceZs9deNanAluSbA
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
https://mp.weixin.qq.com/s/tW1DjNwmOoHpFComd0K5bQ
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
https://mp.weixin.qq.com/s/qWzeh_OEUqgzu33eZbyggA
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
https://mp.weixin.qq.com/s/xqDusM37RFwb3ganIrRy4g
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
https://mp.weixin.qq.com/s/Nz8gNttLJ0TYVwz2bWjIUA
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。
联系客服