理解即为343人在新旧模型中被认为是低风险，21在新模型中为中风险，旧模型中为低风险，1人在新模型中高风险，旧模型中低风险，以此类推。在阴性组，预测阳性的概率比旧模型的小。在table3中，c1是原来模型没有预测对，新模型预测对的，同样的道理，b1是原来模型预测对，但新模型给预测错的，于是(c1 − b1)/N1便是疾病组或者event组增加的重分类的正确比。若IDI＞0，则为正改善，说明新模型比

poission分布及poission回归分析

表中有4个可能结果，其中2个结果表明被评价诊断方法的诊断结果是正确的，即病例被诊断为阳性（真阳性；diag.col参考线颜色，diag.lty参考线类型，curve.col, curve.lty, curve.lwd 设置ROC曲线的颜色，类型，宽度，xaxs，yaxs设置原点相交。拟合优度检验计算每个个体结局事件的预测值，并按照预测值的大小对数据进行分组，一般分为5-10组，进行Hosmer-L

连续性变量的组间比较

基本原理：根据多因素模型中各自变量的偏回归系数的大小，给每个自变量进行赋分，然后将各个自变量评分相加得到总评分，根据总评分估计出个体结局事件的预测情况。

主成分及因子分析

竞争风险事件：指出现研究对象感兴趣事件的同时，其他终点事件也有可能出现，这些终点事件将阻止感兴趣事件的出现，或使其发生概率降低，各终点事件之间形成所谓的竞争关系。竞争风险模型仅仅关心研究对象发生的第一个终点事件，而后发生的其他终点事件称为删失事件（censoring）。如基线未发生心血管疾病的研究对象在观察期内死于癌症、车祸等其他原因前并未发生心血管疾病，就不能为CVD的发病做出贡献，传统生存分析

基本原理：根据多因素模型中各自变量的偏回归系数的大小，给每个自变量进行赋分，然后将各个自变量评分相加得到总评分，根据总评分估计出个体结局事件的预测情况。

关联分析和简单线性回归

基础绘图