则有为连续型注记达式，本身就工具箱七十二变的属性，因此本期主旨我们此后来向大家解说一下，在紧密结合复出基本概念时，连续型注记达式还有哪些其他神奇的发生变化注记达方式。
1、正态变换
首先要谈到的就是更加为常方知的正态变换注记达方式。我们都想到，在紧密结合二阶复出时，所必需受限制一定的原则上，其中都有一项即建议注记达式必需遵守平方根或者近似平方根，如果不受限制平方根的前提条件，有时候不会引致紧密结合的复出基本概念诱发一定的偏倚，因此对于连续型注记达式在预先透过正态性鉴定是十分必要的。
那么，当我们的数据集档案原产描绘出非正态时，所必需怎么办呢？此时，我们可以将独有的连续型注记达式则有某种注记达式的变换，使偏态档案正态化，从而受限制复出基本概念紧密结合的所必需。
根据数据集本身原产特征的多种不同，我们可以转用多种不同的正态变换注记达式，例如对独有连续型注记达式开平方合平方根最大值（Square Root）、合平方根（Ln X）、合以10为底的平方根（Log10 X）、合倒数（1 / X）等等。
当然，所必需肯定的是，如果对注记达式透过了正态变换，在结果中都对复出基本概念参数透过解读时，理应按照变换后的注记达式给予解读，或者可以根据变换时理应用于的注记达式关系，倒推独有平方根对独有因注记达式的振荡大小。
例如JACCJournal2016年发注记文章的一篇篇名[1]，创则有者在统计系统性时首先平方根据集透过了正态性鉴定（原文阐释：Normality of continuous variables was assessed by the Kolmogorov-Smirnov test）。
结果显示troponin I、NT-proBNP、corin等原因描绘出偏态原产的特征，因此在揭示学术研究对象曲率半径信息时创则有者也转用了中都小数（上四分小数，下四分小数）的注记达注记达方式，例如Troponin I的中都位素质为4.5（1.8，12.6）ng/ml。
随后创则有者转用多重二阶复出的方法，来系统性因素corin素质的原因（原文揭示：Multiple linear regression ysis was applied to determine factors influencing corin levels. Levels of troponin I, NT-proBNP, and corin were normalized by log10 transformation）
即学术研究人员首先对troponin I、NT-proBNP、corin等原因合log10转成为平方根，然后于是又融入到多重二阶复出中都透过系统性。（结果创则有者并未在文中都描绘出）
随后创则有者又透过了Cox复出基本概念系统性，虽然Cox复出对平方根的类型没有相同的建议，但是为了与多重二阶复出中都注记达式加进的注记达方式保持一致，故创则有者对于troponin I、NT-proBNP、corin等原因依然转用log10转成后的注记达方式扩展到基本概念，结果方知下注记示意图。
2、每发生变化单独比如说的变换注记达方式
在前期主旨《想将连续注记达式转成为倩注记达式扩展到复出基本概念，咋预选？》中都，我们解说到若这样一来将独有的连续型注记达式加进基本概念，复出参数被解读为每发生变化一个基本单位素质所引起的因注记达式的发生变化振荡，但有时这种发生变化振荡不太可能是很微弱的。
因此，我们可以将连续型平方根以一个预设好的单独每条，转用圆锥预选的方式，将其变换为倩注记达式，然后于是又加进到基本概念中都透过系统性。这样预选的好处在于，系统性结果在比如说的流行病学理应用中都易于病变理解和理应用。
例如我们扩展到的学术研究这群人成年人为31-80岁，我们可以按照成年人每10岁一四组透过区分，分则有31-40、41-50、51-60、61-70、71-80共计5个亚四组，预设4个倩注记达式扩展到基本概念透过系统性。
但是如果某一原因的变异覆盖范围很大，此时按照上述方法透过预选时，就不太可能不会被分则有很多亚四组，所必需预设很多个倩注记达式扩展到基本概念，从而使得基本概念显得“臃肿”；又或者数据集的变异覆盖范围相当大，没有于是又透过更加小基本单位的预选，此时就不于是又适合将其转成为倩注记达式的注记达方式。
那么，如果碰到这种可能会，理应该对连续型注记达式透过怎样的执行呢？我们于是又来看一篇JACCJournal2016年发注记文章的一篇篇名[2]。
该学术研究Cox复出结果如下注记示意图，我们找到基本概念中都的多数注记达式，创则有者都理应用于到了“per”这样一个字词，例如per 5% change、per 0.1 U、per 100 ml/min，等等，这里的“per + 发生变化每条 + 基本单位”的注记达方式，回理应的即为我们要解说的，将连续型注记达式按照每发生变化单独比如说的注记达方式透过变换。
具体引其中都2个原因为例来透过说明。例如Oxygen uptake efficiency slope，在学术研究这群人中都的平仅有素质为1655 U，5%-95%这群人的发生变化覆盖范围为846-2800 U，由此可方知数据集的发生变化覆盖范围是非常大的。此时如果融入独有连续型注记达式，每缩减1U，复出基本概念的HR最大值不太可能就不会相当大，没有体现比如说的流行病学涵义；如果变换为倩注记达式，又不太可能不会被区分成很多四组。
因此，创则有者将该注记达式以每缩减100 U的注记达方式融入到基本概念中都，评价的是Oxygen uptake efficiency slope每缩减100 U时，学术研究这群人的幸存者就会不会上升9%（HR=0.91，95% CI：0.89-0.93）。
于是又例如Peak RER这个原因，学术研究这群人的平仅有素质为1.08 U，5%-95%这群人的发生变化覆盖范围为0.91-1.27 U，数据集不确定性又非常小。此时如果融入独有连续型注记达式，每缩减1U，复出基本概念的HR最大值不太可能就不会很大，而且在流行病学涵义的解读上，由于这群人中都的数最大值覆盖范围相当大，这样一来发生变化1U的个体可能会十分常方知，没有在流行病学大部分病人中都得到广泛理应用。如果变换为倩注记达式，不太可能也没有于是又透过细分。
因此，创则有者将该注记达式以每缩减0.1 U的注记达方式融入到基本概念中都，勘察的是Peak RER每缩减0.1U时，学术研究这群人的幸存者就会不会上升6%（HR=0.94，95% CI：0.86-1.04），但无统计分析显著性。
理解了这种发生变化注记达方式的涵义，那么在比如说的统计系统性中都，如何意味着这种注记达方式的变换呢？似乎很比较简单，假如，如果我们想要把该原因由每缩减1个基本单位转成每缩减100个基本单位（发生变化小幅度加大100倍），只所必需将该独有注记达式之比100代入基本概念即可；同样，如果我们想要把该原因由每缩减1个基本单位转成每缩减0.1个基本单位（发生变化小幅度缩小10倍），只所必需将该独有注记达式乘积10即可。
3、每发生变化一个平方根的变换注记达方式
上面我们解说了每发生变化单独比如说的变换注记达方式，例如每发生变化0.1、10或100个基本单位，但是我们时常在阅读史籍时，还不会方知过另外一种发生变化注记达方式，即平方根每发生变化一个平方根（per SD increase）的注记达方式。那么这种发生变化注记达方式又是什么从哪里冒出来的呢？
我们于是又来看一篇JACCJournal2016年发注记文章的一篇篇名[3]（好吧，原谅小咖独宠JACC，而会努力争合够如意仅有沾），Cox复出结果如下注记示意图。
我们找到，对于成年人和收缩压，创则有者都转用了每缩减1个平方根的注记达方式扩展到到复出基本概念中都，即成年人每缩减1个平方根，气管粥样硬化性肺癌（ASCVD）的病症就会缩减70%（HR=1.70，95% CI：1.32-2.19）；收缩压每缩减1个平方根，ASCVD的病症就会缩减25%（HR=1.25，95% CI：1.05-1.49）。
这里将连续型注记达式变换为per SD increase的注记达方式融入基本概念中都，又有什么相同的涵义么？
我们都想到，平方根是揭示一个注记达式的所有注意到最大值与仅有数的平仅有时域高度的衡量，对于计量基本单位完全一致的注记达式，平方根越高，数据集的时域高度就越高。在流行病学实践中都，我们会用平方根来算出医学参考最大值的覆盖范围。
假定校准的衡量遵守平方根，根据平方根曲线下总面积所述，仅有最大值 ± SD线路内的总面积为68.27%，仅有最大值 ± 1.96 SD线路内的总面积为95%，仅有最大值 ± 2.58 SD线路内的总面积为99%，比如说在约4个平方根的覆盖范围内，数据集仍然基本覆盖了95% 的样本。
因此，特别是对于罕方知的非常规新衡量，每缩减1个基本单位时的流行病学涵义十分是很一致的但会，可以将其变换为每缩减1个SD的注记达方式扩展到复出基本概念中都，由此可以指导病变根据自身比如说的量度结果，看看自己是处于这群人原产素质的几个平方根覆盖范围内，进而来评估其对理应的就会不会改变多少。
同样，意味着这种注记达方式的变换也非常比较简单，可以通过以下两种方式：
1、在紧密结合复出基本概念在此之前，将独有的连续型注记达式透过基本执行，于是又将基本后的平方根融入到复出基本概念中都，所得到的复出系数即为平方根每缩减1个SD时对因注记达式的因素（肯定这里只对平方根透过基本执行）。
2、如果并未对独有注记达式透过基本执行，也可以这样一来把独有注记达式融入到基本概念中都，得出并未标化的复出系数（Unstandardized Coefficients），然后于是又乘积该平方根的平方根，此时即为平方根每缩减1个SD时对因注记达式的因素。
不过用心的同学不会找到，SPSS在转换成并未标化的复出系数（Unstandardized Coefficients）的同时也不会转换成基本复出系数（Standardized Coefficients），那么这个基本复出系数又是什么鬼魂，它与上述并未标化的复出系数，以及每缩减1个SD的复出系数又有什么区别呢，全面性的篇名中都不会有解说。
参考史籍：
[1] J Am Coll Cardiol. 2016 May 3;67(17):2008-14
[2] J Am Coll Cardiol. 2016 Feb 23;67(7):780-9
[3] J Am Coll Cardiol. 2016 May 31;67(21):2480-7
相关新闻
相关问答
