我解释一下变量名：dyad是ID标识的意思，background：表明来自哪个国家，months：月份，只有10，11，12共3个月，gesture手势的类型，count：手势的计数，这个是 结局变量。既往已经有文章《R语言进行泊松回归》初步的介绍了泊松回归，本期介绍下如何使用tidygam包来优雅的进行泊松回归，tidygam包主要是通过mgcv包来进行分析，通过对tidygam包对mgcv包的

建立模型，这里以弹性网络建立模型，nfolds交叉验证的折叠数，这里选10折，rule这里和cv.glmnet是一样的，这里选lambda.1se，seed这里设置两个随机种子，parallel默认为F，选T的话要加载doParalle包。这是一个体检数据（公众号回复：体检数据2，可以获得数据），数据有29个变量，TEVENT：时间变量，EVENT：事件，这里是结局变量，SEX：性别，AGE年龄，

今天我们来视频演示第一种，手动绘制的好处在于加深你对绘图的理解，而且能个性化的进一步处理图形。第一种绘图本质就是我们的折线图，一般分为两种，一种是通过Hosmer-Lemeshow检验，把P值分为10等分，求出每等分的预测值和实际值的差距.R语言手动绘制logistic回归预测模型校准曲线（Calibration curve）（1）校准曲线图表示的是预测值和实际值的差距，作为预测模型的重要部分，目

我们既往已经在文章《手把手教你使用R语言制作临床决策曲线》介绍了怎么使用rmda包制作了临床决策曲线，但是rmda包只能制作logistic回归模型的临床决策曲线，原来制作COX回归模型的stdca包R上下载不到。有粉丝留言向我推荐了ggDCA包，今天来演示一下怎么使用ggDCA包制作COX回归模型临床决策曲线。ggDCA包由我们R语言大神，南方医科大学的博导Y叔制作，使用ggDCA包可以制作lo

这是我们常用的乳腺癌数据，（公众号回复：乳腺癌,可以获得该数据），age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量），ln_yesno表示是否有淋巴结肿大，time是生存时间，后面的agec是我们自己

我们通常见到部分文章建立模型后建立一个变量的重要性可视化图，意思是哪个变量对模型的影响更加重要。后台有粉丝问我，这种建立模型后的变量重要性可视化图怎么做。今天我们来通过R语言演示一下，可以做可视化模型的R包很多，我们先来演示一下ingredients包，这个包的特点是做起来相对好做，支持许多模型。我们通过使用我们的早产数据（公众号回复：早产数据，可以获得该数据）来演示一下，我们先导入R包和数据，l

我们在既往文章《手把手教你使用R语言做竞争风险模型并绘制列线图》中已经介绍了cmprsk包建立竞争风险模型和绘制列线图，但是cmprsk包功能还是相对简单一点，而且制作列线图的时候还需要对数据进行加权，对新手不怎么友好，许多人做不出来。今天我们来介绍一下QHScrnomo包，QHScrnomo是在cmprsk包的基础上将功能呢继续完善，简化流程，可以做出竞争风险模型建模-列线图-校准曲线-K折验证

我们先来看看数据的构成，death：死亡人数 (per day)，pm10：大气污染物pm10的中位数值， o3：臭氧的中位数值，time：天数，这里就是我们的时间，temp：华氏温度，date：日期。作者表明空气污染和低温都是很重要的导致心血管疾病死亡率增加的因素，因此作者模拟了不同PM2.5和低温的场景，表明了空气污染和低温对死亡率的影响，文章的主要图片是它的图3，作者模拟了很多个场景。下面咱

在SCI文章中，交互效应表格（通常是表五）能为文章锦上添花，增加文章的信服力，增加结果的可信程度，还能进行数据挖掘。什么是亚组，通常就是特殊类型人群，比如男女，种族等，就是说你的数据放入特殊人群中结果还可靠吗？在既往文章《NHANES数据(复杂调查数据)亚组交互函数1.4尝鲜版（P for interaction）发布—用于一键生成交互效应表》中，咱们发布了svy.scitb5函数，反响还不错，基

校准曲线图表示的是预测值和实际值的差距，作为预测模型的重要部分，目前很多函数能绘制校准曲线。一般分为两种，一种是通过Hosmer-Lemeshow检验，把P值分为10等分，求出每等分的预测值和实际值的差距。我们既往已经通过多篇文章介绍了等分的校准曲线绘制，今天来视频介绍一下上图这种连续的，线条样的校准曲线绘制。