MedCalc是一款非常好用的医药信息统计分析类软件,它可以满足各位不同的医学相关的数据统计分析,让各位相关的人员在进行工作的时候可以更加的轻松简单。该款软件可以为广大的用户们提供非常多的规则方法帮助用户们完成各种统计测试,就比如病人的数据情况,各种费用计算等等以及不同的单位等等,并且在进行统计测试的时候还可以提供非常好用的电子表格,让那些数据信息可以转变成为Excel,dbase以及其它相关的文本格式,同时它可以对市场上的文本文件进行信息提取,有效的管理好各种不同的数据。除此之外软件在全新的版本当中对于最为重要的ROC曲线分析功能进行了非常重大的优化,现在用户们再使用这款软件的时候就可以生成95%区间的ROC曲线图,各种阈值的预测值都可以在这曲线图中清晰的展现出来,而且软件还可以同时使用6条ROC曲线进行相互比较,以此来计算各种面积以及误差等等。在此小编就给大家带来了
MedCalc20.0.8中文破解版,附带的破解文件可以免费激活软件无限制使用,有兴趣的小伙伴们可以来下载试试!
软件功能
1、数据管理
集成的电子表格以16384列和高达100000行。
丢失数据的正确处理。
离群值可以很容易被排除。
内置所见即所得的
文本编辑器。
导入Excel时,Excel2007,SPSS,数据库和Lotus文件,并在SYLK,DIF或纯文本格式的文件。
轻松选择分组进行统计分析。
2、文档
全面的帮助文件。
PDF格式的手册(去下载区)。
上的MedCalc网站完整的HTML手册。
对话框中的上下文帮助。
3、ROC曲线分析
曲线(AUC)与标准差,95%置信区间,P值下的区域。信息德隆等人的方法之间的选择。(1988)和汉利&麦克尼尔(1982,1983)。
敏感性,特异性,似然比,阳性和阴性预测值的所有可能的阈值一览表。
95%的置信区间ROC曲线图。
阈值可以用在自动计算相应的灵敏度和特异性的交互式点图来选择。
敏感性和特异性与标准值的情节。
4、间隔似然比。
多达6ROC曲线的比较:ROC曲线下的区域之间的差异,与标准误差,95%置信区间和P-值。
样本量计算ROC曲线下和ROC曲线的比较方面。
进入的手册的ROC曲线分析一节。
大量的图表,请参阅图表画廊。
5、图表中的数据点标识。
绘制文本框,线条,箭头和连接器。
名称,保存和调用图表和统计数据。
在图形窗口的统计信息。
图表另存为BMP,PNG,GIF,PCX,JPG或TIF文件,或PowerPoint幻灯片(*。pptx)。
MedCalc安装教程
1、从本网站下载好相关的压缩包进行解压得到安装程序和破解文件。
2、点击相关的安装程序开始进行安装并勾选同意许可协议。
3、勾选软件的快捷方式进行下一步。
4、选择好软件安装在电脑目录位置。
5、安装完成之后不要运行直接退出安装向导。
6、然后将之前的解压好的破解文件复制到软件的安装目录。
7、打开软件既可免费开始使用。
8、在软件界面点击【Tools】-【Options】选项进入设置界面。
9、然后在语言的设置当中选择简体中文即可。
使用教程
1、首先,打开MedCalc软件。
2、输入要分析的数据,第一列命名为g,表示分组;第二列命名为x,表示数据。分组用0和1表示。
3、点击“Statistics”-“ROC curve”-"ROC curve analysis...“,弹出界面。
4、选择变量对应的分组后点击”OK“。
5、弹出的第一个界面就是ROC曲线。横坐标表示1-特异性,纵坐标表示灵敏度。
6、第二个界面是具体的参数信息,主要有曲线下面积(AUC)和灵敏度及特异性的百分比。
新增功能
1、添加了精确调用曲线下面积的样本大小计算。
2、将计算精确召回曲线的AUC的置信区间的方法更改为Boyd等人(2013)的Logit方法。自举方法仍可用于计算两条精确召回曲线的AUC的差的置信区间。
3、在“多种方法的比较”中添加了“子组”选项。
4、可以输入表示缺失值的用户定义值(例如,NaN,-99999)。可以在“文件”菜单➔“属性”➔“缺少值”选项卡中找到。
5、缺少值的颜色选项(“选项”面板)
6、新的电子表格函数USRMISSING()和ISMISSING()
7、移动的选项Enter键将单元格指针移动到“编辑”菜单。
8、图形的扩展调色板;包括选定的色盲安全色。
9、新的颜色选择器。
10、添加了常用菜单项的图标。
更新日志
v20.0.8
具有95%置信区间的ROC曲线图。
阈值可以在交互式点图中选择,并自动计算相应的灵敏度和特异性。
敏感性和特异性或成本与标准值的关系图。
预测值与患病率的关系图。
区间似然比。
比较多达6条ROC曲线:ROC曲线下面积之间的差异,具有标准误差,95%置信区间和P值。
ROC曲线下面积的样本大小计算和ROC曲线比较。
转到MedCalc手册的ROC曲线分析部分,以获取有关ROC曲线分析的更多信息。
点击星星用来评分