·第一步，先把数据上传好，然后进行一个拆分。拆不拆分是根据自己的样模量来进行决定的，大家也可以尝试一下拆还不拆，最后统计分析结果怎么样，所以能拆尽量拆。如果样模量够大，能拆尽量拆，加号之后要进行备份分析。往统计分析表格里面的tableone，对吧？
然后，把数据载入之后就选择这个应变量。比如说这个是死亡dead，然后里面自变量把相应的这些给选进去，对吧？比如说要研究哪些自变量，把它选进去，选好了之后点机械一，点生成表格。点三种表格，就会把这么多变量了全部来进行分析。
·这是机械一是指什么？这个所有数据就是没有进行拆分分组的时候所有数据。机械二是什么？就是是否发生阳*交性**集的就是是否发生死亡的。点生成表格，因为这地方一、二、三、四、五、六、七、八、九、十有十个变量，点生成表格，不然就把剩十个变量了全部就生成好了。
在这个设计的时候，这个软件可以识别几种事情。
·第一个，你是分类变量还是素质变量，会自动识别。如果发现里面只有零、一、零、一的，基本上都是分类变量。如果分类变量了就会用这个 躲开和这个percentage来进行描述，如果你是素质变量了还会自动检测到底是不是符合正在分布。如果符合正在分布就用迅速和标准差来进行展示，不符合就是用中位数和四分位数间距来进行标。这是第二种，根据是否发生假性结局的。
·第三种，根据分组是不是训练级验证级。我们看这个数据数据上传这方训练级多少？七、百五十六，七百五十六验证理论三百二十四。再看一下当点接线三点生成表格的时候，这里面就是训练级就是七、百五十六验证级就三百二十四。然后左边就是all，其实这个all就相当于是这个极限。
·在这个机械三，希望是什么？希望分组在所有的这些检测的这些x或者风险因素里面，p值都要大于零点零五的，这才反映随机分组的分成了训练级和验证级，一线才比较是不是？看到的确是可比的。这地方所有的变量都是什么，都是数大于零点零五的。
那这地方group是什么？group不是的。注意了，那这个group是什么？上传数据里面有一个人为指定的变量，这是分组信息的变量，在前面上传的已经说过了。所以这个变量在最终生成表格里面要把它删掉是不要的。ok。这是第二个。
·什么？这发表英文文章，这样的表格*载下**下来基本上就可以了。怎么*载下**？就像生成这样的表格之后怎么*载下**？就点这个more，然后点生成下，然后点*载下**就可以了。
点完生成*载下**表格稍微等一下，因为要把 t x、t这种格式的要转化成，那么只要表格才能*载下**下来。一般来说会在左下下角的时候感觉到有一串数字出现了，出现完了之后就意味着它生成了，这时候点*载下**就可以了。
可以演示一个给大家看一下，这个是基线，点生成*载下**表格，点完之后点*载下**就可以了，这时候就可以了，然后找一个位置*载下***载下**就可以了。ok，发表英文文章就可以了。
但是有一些用户说很多一些中文文章的时候，光有p值还不行的，还需要有统计量，这时候统计量到底怎么算？就可以又增加了这两个功能，点统计量，点生成表格，就会把这么多变量变量直到十、一行，但是总共有三十行，也可以显示多一点显示到五十号，表格就算完了。
这个表格前面都是一样的，后面不一样之处在什么地方？就在于除了p值之外，有个统计量。这个统计量就是如果对于前面是分类变量的就是卡方减，选中哪些变量？这时候还有两种。一种就是体检，因为是两种，如果是分类变量，如果是非正态分布采用的是中位数四分位数间距，那就是是非参数值和检验，这是第二种。
第三种，在这地方还有个问题，就是将分析完了之后，素质如果遇到素质变量的话，全部都会按照均速和标准查来进行显示的。
统计分析就是t值，如果有一些是不符合正态分布的，这时候可以在这边来进行指定。比如选择某一个变动，是不符合正态分布的，把它选进去。选过去之后再点生成表格，下面的数字变量就会分成两种。
就是凡是在这地方选入的那些素质变量，就会按照非正态分布的中位数四分位数间距来进行展示。同时恐惧分析采用的是什么？非像素检验，如果没有选进来的数字变量了，那就会按照均速标准差，就会用tg统计三也是一样的。
点三层表格，首先一定要点生成表格，先会把表格生成好，生成好了之后再针对到底是不是符合正态分布，在这段选择把非正态分布的选进来，选好了之后再点生成表格就会有一个问题，那怎么知道到底是不是符合正在分布？没有关系，因为是经验，比如说是机械二的，机械二会自动识别的，自动识别它到底是不是符合正在分布？把这地方不符合正在分布的，然后看好选中哪些变量，然后在这地方把它选中就可以了，这就会带统计量了。
发表 icr论文的机械一、机械二机械三就可以了。发表中文文章，如如果要这个统计量也可以用皖二和皖四带有统计量，这就是基线分析。
·接线分析一共可以做三种。
→第一种，数据量不大，所有都放在一起的是一组的。
→第二个，按照是不是发生结局的叫一万次，没有发生的叫一万次，就像这个讲的发生死亡和没有发生死亡的。
→第三种，极限三就是按照数据集分组的。这边是training set，这边是vanitation that set。这两个一般来讲是训练集和验证集，然后对他们来进行比较的时候，其实要求大于零点零五的，但是发生疾病和没有发生疾病就相当于是单因素分析了。
这时候不要去图大于零点零五，必须出现图小于零点零五了，不然就意味着没有意义了。这个就是基线分析指甲功能，相对来讲比较简单一点点。