Recently Published
Table 3?. Multivariable Logistic Regression for LSM-measured Fibrosis Progression
(p<0.1 vars in univarable analyses)
Table 3?. Multivariable Logistic Regression for LSM-measured Fibrosis Progression
(p<0.1 vars in univarable analyses)
Severe weather events in the USA and their consequences
This is Course Project 2 of the Reproducible Research course. Refer the document itself for further details.
Bootstrap pada Regresi dan Missing Value Nabila Dea A (Pertemuan 12)
Dokumen ini membahas penerapan metode bootstrap dalam konteks analisis regresi dan penanganan missing value. Bootstrap digunakan untuk mengestimasi ketidakpastian model regresi tanpa bergantung pada asumsi distribusi klasik. Praktikum mencakup tiga pendekatan: (1) bootstrap pada data lengkap, (2) bootstrap setelah imputasi rata-rata, dan (3) kombinasi multiple imputation dengan bootstrap menggunakan paket mice. Hasil ketiganya dibandingkan untuk mengevaluasi pengaruh missing value terhadap estimasi model.
Table 2. Baseline Characteristics by LSM_Fibrosis_increase
Baseline Characteristics by LSM_Fibrosis_increase
Table 1. Baseline Characteristics by SLD_group2
Table 1. Baseline Characteristics by SLD_group2