medcalc破解補(bǔ)丁可以幫助用戶計(jì)算medcalc 19注冊(cè)碼，這款補(bǔ)丁使用非常簡(jiǎn)單，打開以后隨便輸入一個(gè)名字，隨后點(diǎn)擊generate就可以得到軟件的注冊(cè)碼，將名字和注冊(cè)碼輸入到軟件對(duì)應(yīng)的激活窗口就可以激活軟件，需要注意的是必須斷開網(wǎng)絡(luò)連接才能激活，如果你的電腦已經(jīng)連接網(wǎng)絡(luò)，可以自己將其斷開；河?xùn)|軟件園也提供medcalc 19下載，如果你需要這款軟件可以自行搜索下載！

軟件功能

　　1、MedCalc是ROC曲線分析的參考軟件。我們的ROC曲線分析模塊包括：

　　2、曲線下面積(AUC)具有標(biāo)準(zhǔn)誤差，95％置信區(qū)間，P值。提供DeLong等人的方法論選擇。(1988)和Hanley＆McNeil(1982，1983)。

　　3、所有可能閾值的敏感性，特異性，似然比以及陽(yáng)性和陰性預(yù)測(cè)值的列表。

　　4、可以在交互式點(diǎn)圖中選擇閾值，并自動(dòng)計(jì)算相應(yīng)的靈敏度和特異性。

　　5、敏感度和特異性或成本與標(biāo)準(zhǔn)值的關(guān)系圖。

　　6、ROC曲線下面積的樣本量計(jì)算和ROC曲線的比較。

軟件特色

　　1、medcalc破解補(bǔ)丁可以輕松將軟件激活

　　2、medcalc是國(guó)外很著名的醫(yī)學(xué)分析軟件，可以對(duì)多種醫(yī)學(xué)數(shù)據(jù)分析

　　3、也可以對(duì)數(shù)據(jù)統(tǒng)計(jì)，該軟件官方版本需要購(gòu)買以后使用

　　4、使用小編推薦的medcalc破解補(bǔ)丁就可以不購(gòu)買軟件從而使用授權(quán)版本

安裝破解方法

　　1、打開medcalcsetup64.msi軟件直接安裝，點(diǎn)擊next進(jìn)入下一步

　　2、軟件的安裝協(xié)議內(nèi)容，勾選接受協(xié)議，點(diǎn)擊下一步

　　3、提示安裝完畢，現(xiàn)在可以直接將軟件打開使用。點(diǎn)擊finish

　　激活之前將電腦網(wǎng)絡(luò)關(guān)閉，否則軟件無(wú)法激活，可以禁用網(wǎng)絡(luò)，也可以拔網(wǎng)線

　　4、打開軟件以后點(diǎn)擊下方的英文進(jìn)入注冊(cè)碼輸入界面，隨后打開注冊(cè)機(jī)計(jì)算注冊(cè)碼

　　5、如圖所示，這里就是輸入界面，您需要通過安裝包內(nèi)置的注冊(cè)機(jī)計(jì)算注冊(cè)碼

　　6、打開Keygen-CRD文件夾，雙擊kg.exe打開計(jì)算接，輸入一個(gè)名字，例如pc0359cn，點(diǎn)擊generate得到注冊(cè)碼

　　7、將第二欄的注冊(cè)碼HAVUG-CFZTB-MH7WQ-AMDCHU復(fù)制到激活界面就可以破解，如圖所示，點(diǎn)擊OK就可以將軟件激活，如果不禁用網(wǎng)絡(luò)就不能破解軟件

　　8、主界面就是這樣的， 現(xiàn)在軟件是英文界面，官方已經(jīng)提供中文，需要自己設(shè)置

　　9、點(diǎn)擊tool工具菜單，找到最后一個(gè)option選項(xiàng)設(shè)置界面

　　10、點(diǎn)擊language功能，在軟件右邊選擇Chinese就可以設(shè)置中文，點(diǎn)擊OK

　　11、可以看到medcalc軟件已經(jīng)是中文界面了

　　12、軟件已經(jīng)激活，可以看到下方已經(jīng)提示授權(quán)

使用說明

　　對(duì)數(shù)變換

　　某些變量不是正態(tài)分布的，因此不符合參數(shù)統(tǒng)計(jì)檢驗(yàn)的假設(shè)。對(duì)這些數(shù)據(jù)使用參數(shù)統(tǒng)計(jì)檢驗(yàn)（如t檢驗(yàn)，ANOVA或線性回歸）可能會(huì)產(chǎn)生誤導(dǎo)性結(jié)果。在某些情況下，轉(zhuǎn)換數(shù)據(jù)將使其更好地符合假設(shè)。

　　?生物學(xué)中的許多變量具有對(duì)數(shù)正態(tài)分布，這意味著在對(duì)數(shù)變換之后，這些值是正態(tài)分布的。

　　?如果數(shù)據(jù)顯示高端異常值，則對(duì)數(shù)轉(zhuǎn)換有時(shí)會(huì)有所幫助。

　　對(duì)數(shù)函數(shù)傾向于將數(shù)據(jù)集中較大的值壓縮在一起，并拉伸較小的值。

　　下圖顯示了對(duì)數(shù)正態(tài)分布（左側(cè)）的直方圖和對(duì)數(shù)變換后的直方圖（右側(cè)）。

　　選擇對(duì)數(shù)變換時(shí)，MedCalc會(huì)計(jì)算每個(gè)數(shù)據(jù)值的以10為底的對(duì)數(shù)，然后分析結(jié)果數(shù)據(jù)。為便于解釋，計(jì)算和測(cè)試的結(jié)果反向轉(zhuǎn)換為其原始比例。

　　原始數(shù)字= x

　　轉(zhuǎn)換數(shù)x'= log10（x）

　　反向轉(zhuǎn)換數(shù)= 10x'

　　注意

　　?反向轉(zhuǎn)換的均值被命名為幾何平均值。

　　?反向轉(zhuǎn)換置信區(qū)間不對(duì)稱。

　　零和負(fù)數(shù)

　　如果您有零或負(fù)數(shù)，則無(wú)法記錄日志;你應(yīng)該為每個(gè)數(shù)字添加一個(gè)常量，使它們?yōu)檎头橇恪?/p>

　　在MedCalc中，您可以通過向變量添加數(shù)字來(lái)輕松完成此操作。例如，如果變量“Concentration”包含零值，則通過在任何變量選擇框中為變量輸入以下內(nèi)容來(lái)添加常量1：

　　接下來(lái)，您必須從結(jié)果中減去常量。例如，如果程序顯示濃度+ 1的幾何平均值為16.5，則可以將幾何平均值報(bào)告為16.5 - 1 = 15.5

　　散點(diǎn)圖

　　NextCorrelation

　　NextScatter圖

　　描述

　　在散點(diǎn)圖中，兩個(gè)變量之間的關(guān)系以圖形方式顯示。

　　需要輸入

　　變量和過濾器

　　選擇2個(gè)變量?；蛘?，您也可以輸入數(shù)據(jù)過濾器，以便僅在圖表中包含選定的案例子組。

　　選項(xiàng)

　　?您可以為兩個(gè)變量選擇對(duì)​​數(shù)變換（在這種情況下，程序?qū)⑹褂脠D表中相應(yīng)軸的對(duì)數(shù)刻度）。

　　?等于線：在圖中繪制等線（y = x）線的選項(xiàng)。

　　?如果要在散點(diǎn)圖中標(biāo)識(shí)子組，請(qǐng)單擊“子組”按鈕。將顯示一個(gè)新對(duì)話框，您可以在其中選擇分類變量。該圖將對(duì)此變量中的不同類別使用不同的標(biāo)記。

　　?趨勢(shì)線：繪制以下趨勢(shì)線之一的選項(xiàng)：◾移動(dòng)平均趨勢(shì)線：繪制每個(gè)變量的移動(dòng)平均趨勢(shì)線的選項(xiàng)。

　　移動(dòng)平均線趨勢(shì)線可以平滑數(shù)據(jù)波動(dòng)，更清晰地顯示模式或趨勢(shì)。移動(dòng)平均線趨勢(shì)線使用特定數(shù)量的數(shù)據(jù)點(diǎn)（由窗口寬度選項(xiàng)設(shè)置），對(duì)它們求平均值，并將平均值用作趨勢(shì)線中的點(diǎn)。例如，如果窗口寬度設(shè)置為3，則前3個(gè)數(shù)據(jù)點(diǎn)的平均值將用作移動(dòng)平均趨勢(shì)線中的第一個(gè)點(diǎn)。第2，第3和第4個(gè)數(shù)據(jù)點(diǎn)的平均值用作趨勢(shì)線中的第二個(gè)點(diǎn)，依此類推。

　　◾LOESSslineing：繪制LOESS（局部回歸平滑）趨勢(shì)線的選項(xiàng)。平滑度由跨度（％）控制，跨度（％）是對(duì)每個(gè)局部擬合值有貢獻(xiàn)的總點(diǎn)數(shù)的比例（表示為百分比）。值越大，趨勢(shì)線越平滑。

　　◾減少的主軸線：顯示減少的主軸回歸線的選項(xiàng)。

　　減少長(zhǎng)軸（RMA）回歸是普通最小二乘（OLS）回歸的替代方案。在RMA中，對(duì)于依賴（Y軸）和獨(dú)立（X軸）變量，都考慮了回歸測(cè)量誤差。這與傳統(tǒng)的OLS回歸不同，傳統(tǒng)的OLS回歸僅考慮Y軸上的誤差。

　　◾等滲回歸曲線：?如果數(shù)據(jù)趨勢(shì)增加：擬合的自由形式線在任何地方都不會(huì)減少，并且盡可能接近觀測(cè)值

　　?如果數(shù)據(jù)的趨勢(shì)在下降：一個(gè)適合的自由形式的線，在任何地方都不增加，并且盡可能接近觀測(cè)值

　　使用池鄰近違反算法估計(jì)等滲回歸曲線。

　　圖形

　　在散點(diǎn)圖中，兩個(gè)數(shù)值變量之間的關(guān)系以圖形方式顯示。一個(gè)變量（變量X）定義水平軸，另一個(gè)變量（變量Y）定義垂直軸。數(shù)據(jù)電子表格中同一行上的兩個(gè)變量的值給出了圖中的點(diǎn)。

　　如果圖表中包含移動(dòng)平均線或LOESS平滑趨勢(shì)線，則圖形窗口的狀態(tài)欄包含一個(gè)軌跡欄，您可以使用該欄控制平滑程度。向左拖動(dòng)滑塊可以減少平滑度，向右拖動(dòng)滑塊可以獲得更平滑的效果。

　　回歸

　　描述

　　回歸是一種用于描述兩個(gè)變量之間的關(guān)系并預(yù)測(cè)一個(gè)變量與另一個(gè)變量的方法（如果你知道一個(gè)變量，那么你能預(yù)測(cè)第二個(gè)變量的程度如何？）。

　　而對(duì)于相關(guān)性，兩個(gè)變量需要具有正態(tài)分布，這不是回歸分析的要求。變量X不需要是具有正態(tài)分布的隨機(jī)樣本（X的值可以由實(shí)驗(yàn)者選擇）。但是，在X的每個(gè)級(jí)別，Y的可變性應(yīng)該是相同的。

　　該計(jì)劃將計(jì)算以下統(tǒng)計(jì)數(shù)據(jù)：

　　?樣本大?。海ㄟx定）數(shù)據(jù)對(duì)的數(shù)量

　　?確定系數(shù)：這是由回歸模型解釋的因變量變化的比例。它的范圍從0到1，是衡量模型擬合優(yōu)度的指標(biāo)。

　　?殘差標(biāo)準(zhǔn)差：殘差的標(biāo)準(zhǔn)差

　　?回歸方程：所選方程式與計(jì)算系數(shù)。

　　?方差表分析，F(xiàn)比率和P值。

　　殘差分析

　　線性回歸分析假設(shè)殘差（觀測(cè)值與估計(jì)值之間的差異）遵循正態(tài)分布。可以通過形式測(cè)試或圖形方法評(píng)估該假設(shè)。

　　當(dāng)樣本量較小時(shí)，正態(tài)分布的不同形式測(cè)試可能沒有足夠的功率來(lái)檢測(cè)與正態(tài)分布的偏差。另一方面，當(dāng)樣本量很大時(shí)，由于中心極限定理，正態(tài)分布的要求不那么嚴(yán)格。

　　因此，通常優(yōu)選使用直方圖，盒須圖或正態(tài)圖在視覺上評(píng)估殘差分布的對(duì)稱性和峰值。

　　為此，請(qǐng)單擊結(jié)果窗口中的“保存殘差”超鏈接。這會(huì)將殘差值保存為電子表格中的新變量。然后，您可以在不同的分布圖中使用此新變量。

　　回歸線的比較

　　當(dāng)您在回歸對(duì)話框中選擇了一個(gè)子組時(shí)，MedCalc將自動(dòng)比較在不同子組中獲得的回歸方程的斜率和截距。

　　這種比較是在何時(shí)進(jìn)行的

　　?有2個(gè)子組

　　?沒有重量變量

　　?等式中包含常數(shù)

　　計(jì)算根據(jù)Armitage等人，2002進(jìn)行。

　　首先報(bào)告斜率之間的差異，其標(biāo)準(zhǔn)誤差，t統(tǒng)計(jì)量，自由度和相關(guān)的P值。如果P不小于0.05，則斜率沒有顯著差異，回歸線是平行的。如果P小于0.05，則回歸線不平行，下面的截距比較無(wú)效。

　　接下來(lái)，計(jì)算公共斜率，其用于計(jì)算截距之間的調(diào)整差異。

　　在截距之間調(diào)整的差異以其標(biāo)準(zhǔn)誤差，t統(tǒng)計(jì)量，自由度和相關(guān)的P值報(bào)告。如果P小于0.05，則2個(gè)截距之間存在顯著差異。如果P不小于0.05，則兩條回歸線無(wú)法區(qū)分。

　　測(cè)試正態(tài)分布

　　MedCalc提供的測(cè)試

　　MedCalc為正態(tài)分布提供以下測(cè)試：

　　?Shapiro-Wilk測(cè)試（Shapiro＆Wilk，1965; Royston，1995）和Shapiro-Francia測(cè)試（Shapiro＆Francia，1972; Royston，1993a）分別計(jì)算W和W'統(tǒng)計(jì)量，測(cè)試是否隨機(jī)抽樣來(lái)自正態(tài)分布。 W或W'的小值是偏離正常的證據(jù)。 Shapiro-Wilk W統(tǒng)計(jì)量只能在樣本量在3到5000（含）之間時(shí)計(jì)算（Royston，1995），當(dāng)樣本量從5到5000時(shí)，可以計(jì)算Shapiro-Francia W'統(tǒng)計(jì)量（Royston，1993a＆ 1993年b）。

　　?D'Agostino-Pearson檢驗(yàn)（Sheskin，2011）計(jì)算了偏度和峰度系數(shù)組合的單個(gè)P值。

　　?具有Lilliefors顯著性校正的Kolmogorov-Smirnov檢驗(yàn)（Neter等，1988）（Dallal＆Wilkinson，1986）基于樣本累積分布與正態(tài)累積分布之間的最大差異。

　　?卡方擬合優(yōu)度檢驗(yàn)適用于分檔數(shù)據(jù)（數(shù)據(jù)被分類）（Snedecor＆Cochran，1989），并且需要比其他測(cè)試更大的樣本量。

　　結(jié)果

　　該測(cè)試的結(jié)果表示為“接受正常”或“拒絕正常”，具有P值。

　　?如果P高于0.05，則可以假設(shè)數(shù)據(jù)遵循正態(tài)分布，并顯示結(jié)論“接受常態(tài)”。

　　?如果P小于0.05，則應(yīng)拒絕樣本中觀察結(jié)果分布正常的假設(shè)，并顯示結(jié)論“拒絕正常”。

　　?當(dāng)樣本量較小時(shí)，可能無(wú)法執(zhí)行所選測(cè)試，并會(huì)顯示相應(yīng)的消息。在這種情況下，您可以使用直方圖，盒須圖或法線圖直觀地評(píng)估分布的對(duì)稱性和峰值。