medcalc破解补丁

　　medcalc破解补丁可以帮助用户计算medcalc 19注册码，这款补丁使用非常简单，打开以后随便输入一个名字，随后点击generate就可以得到软件的注册码，将名字和注册码输入到软件对应的激活窗口就可以激活软件，需要注意的是必须断开网络连接才能激活，如果你的电脑已经连接网络，可以自己将其断开；河东软件园也提供medcalc 19下载，如果你需要这款软件可以自行搜索下载！

软件功能

　　1、MedCalc是ROC曲线分析的参考软件。我们的ROC曲线分析模块包括：

　　2、曲线下面积(AUC)具有标准误差，95％置信区间，P值。提供DeLong等人的方法论选择。(1988)和Hanley＆McNeil(1982，1983)。

　　3、所有可能阈值的敏感性，特异性，似然比以及阳性和阴性预测值的列表。

　　4、可以在交互式点图中选择阈值，并自动计算相应的灵敏度和特异性。

　　5、敏感度和特异性或成本与标准值的关系图。

　　6、ROC曲线下面积的样本量计算和ROC曲线的比较。

软件特色

　　1、medcalc破解补丁可以轻松将软件激活

　　2、medcalc是国外很著名的医学分析软件，可以对多种医学数据分析

　　3、也可以对数据统计，该软件官方版本需要购买以后使用

　　4、使用小编推荐的medcalc破解补丁就可以不购买软件从而使用授权版本

安装破解方法

　　1、打开medcalcsetup64.msi软件直接安装，点击next进入下一步

　　2、软件的安装协议内容，勾选接受协议，点击下一步

　　3、提示安装完毕，现在可以直接将软件打开使用。点击finish

　　激活之前将电脑网络关闭，否则软件无法激活，可以禁用网络，也可以拔网线

　　4、打开软件以后点击下方的英文进入注册码输入界面，随后打开注册机计算注册码

　　5、如图所示，这里就是输入界面，您需要通过安装包内置的注册机计算注册码

　　6、打开Keygen-CRD文件夹，双击kg.exe打开计算接，输入一个名字，例如pc0359cn，点击generate得到注册码

　　7、将第二栏的注册码HAVUG-CFZTB-MH7WQ-AMDCHU复制到激活界面就可以破解，如图所示，点击OK就可以将软件激活，如果不禁用网络就不能破解软件

　　8、主界面就是这样的， 现在软件是英文界面，官方已经提供中文，需要自己设置

　　9、点击tool工具菜单，找到最后一个option选项设置界面

　　10、点击language功能，在软件右边选择Chinese就可以设置中文，点击OK

　　11、可以看到medcalc软件已经是中文界面了

　　12、软件已经激活，可以看到下方已经提示授权

使用说明

　　对数变换

　　某些变量不是正态分布的，因此不符合参数统计检验的假设。对这些数据使用参数统计检验（如t检验，ANOVA或线性回归）可能会产生误导性结果。在某些情况下，转换数据将使其更好地符合假设。

　　•生物学中的许多变量具有对数正态分布，这意味着在对数变换之后，这些值是正态分布的。

　　•如果数据显示高端异常值，则对数转换有时会有所帮助。

　　对数函数倾向于将数据集中较大的值压缩在一起，并拉伸较小的值。

　　下图显示了对数正态分布（左侧）的直方图和对数变换后的直方图（右侧）。

　　选择对数变换时，MedCalc会计算每个数据值的以10为底的对数，然后分析结果数据。为便于解释，计算和测试的结果反向转换为其原始比例。

　　原始数字= x

　　转换数x'= log10（x）

　　反向转换数= 10x'

　　注意

　　•反向转换的均值被命名为几何平均值。

　　•反向转换置信区间不对称。

　　零和负数

　　如果您有零或负数，则无法记录日志;你应该为每个数字添加一个常量，使它们为正和非零。

　　在MedCalc中，您可以通过向变量添加数字来轻松完成此操作。例如，如果变量“Concentration”包含零值，则通过在任何变量选择框中为变量输入以下内容来添加常量1：

　　接下来，您必须从结果中减去常量。例如，如果程序显示浓度+ 1的几何平均值为16.5，则可以将几何平均值报告为16.5 - 1 = 15.5

　　散点图

　　NextCorrelation

　　NextScatter图

　　描述

　　在散点图中，两个变量之间的关系以图形方式显示。

　　需要输入

　　变量和过滤器

　　选择2个变量。或者，您也可以输入数据过滤器，以便仅在图表中包含选定的案例子组。

　　选项

　　•您可以为两个变量选择对​​数变换（在这种情况下，程序将使用图表中相应轴的对数刻度）。

　　•等于线：在图中绘制等线（y = x）线的选项。

　　•如果要在散点图中标识子组，请单击“子组”按钮。将显示一个新对话框，您可以在其中选择分类变量。该图将对此变量中的不同类别使用不同的标记。

　　•趋势线：绘制以下趋势线之一的选项：◾移动平均趋势线：绘制每个变量的移动平均趋势线的选项。

　　移动平均线趋势线可以平滑数据波动，更清晰地显示模式或趋势。移动平均线趋势线使用特定数量的数据点（由窗口宽度选项设置），对它们求平均值，并将平均值用作趋势线中的点。例如，如果窗口宽度设置为3，则前3个数据点的平均值将用作移动平均趋势线中的第一个点。第2，第3和第4个数据点的平均值用作趋势线中的第二个点，依此类推。

　　◾LOESSslineing：绘制LOESS（局部回归平滑）趋势线的选项。平滑度由跨度（％）控制，跨度（％）是对每个局部拟合值有贡献的总点数的比例（表示为百分比）。值越大，趋势线越平滑。

　　◾减少的主轴线：显示减少的主轴回归线的选项。

　　减少长轴（RMA）回归是普通最小二乘（OLS）回归的替代方案。在RMA中，对于依赖（Y轴）和独立（X轴）变量，都考虑了回归测量误差。这与传统的OLS回归不同，传统的OLS回归仅考虑Y轴上的误差。

　　◾等渗回归曲线：•如果数据趋势增加：拟合的自由形式线在任何地方都不会减少，并且尽可能接近观测值

　　•如果数据的趋势在下降：一个适合的自由形式的线，在任何地方都不增加，并且尽可能接近观测值

　　使用池邻近违反算法估计等渗回归曲线。

　　图形

　　在散点图中，两个数值变量之间的关系以图形方式显示。一个变量（变量X）定义水平轴，另一个变量（变量Y）定义垂直轴。数据电子表格中同一行上的两个变量的值给出了图中的点。

　　如果图表中包含移动平均线或LOESS平滑趋势线，则图形窗口的状态栏包含一个轨迹栏，您可以使用该栏控制平滑程度。向左拖动滑块可以减少平滑度，向右拖动滑块可以获得更平滑的效果。

　　回归

　　描述

　　回归是一种用于描述两个变量之间的关系并预测一个变量与另一个变量的方法（如果你知道一个变量，那么你能预测第二个变量的程度如何？）。

　　而对于相关性，两个变量需要具有正态分布，这不是回归分析的要求。变量X不需要是具有正态分布的随机样本（X的值可以由实验者选择）。但是，在X的每个级别，Y的可变性应该是相同的。

　　该计划将计算以下统计数据：

　　•样本大小：（选定）数据对的数量

　　•确定系数：这是由回归模型解释的因变量变化的比例。它的范围从0到1，是衡量模型拟合优度的指标。

　　•残差标准差：残差的标准差

　　•回归方程：所选方程式与计算系数。

　　•方差表分析，F比率和P值。

　　残差分析

　　线性回归分析假设残差（观测值与估计值之间的差异）遵循正态分布。可以通过形式测试或图形方法评估该假设。

　　当样本量较小时，正态分布的不同形式测试可能没有足够的功率来检测与正态分布的偏差。另一方面，当样本量很大时，由于中心极限定理，正态分布的要求不那么严格。

　　因此，通常优选使用直方图，盒须图或正态图在视觉上评估残差分布的对称性和峰值。

　　为此，请单击结果窗口中的“保存残差”超链接。这会将残差值保存为电子表格中的新变量。然后，您可以在不同的分布图中使用此新变量。

　　回归线的比较

　　当您在回归对话框中选择了一个子组时，MedCalc将自动比较在不同子组中获得的回归方程的斜率和截距。

　　这种比较是在何时进行的

　　•有2个子组

　　•没有重量变量

　　•等式中包含常数

　　计算根据Armitage等人，2002进行。

　　首先报告斜率之间的差异，其标准误差，t统计量，自由度和相关的P值。如果P不小于0.05，则斜率没有显着差异，回归线是平行的。如果P小于0.05，则回归线不平行，下面的截距比较无效。

　　接下来，计算公共斜率，其用于计算截距之间的调整差异。

　　在截距之间调整的差异以其标准误差，t统计量，自由度和相关的P值报告。如果P小于0.05，则2个截距之间存在显着差异。如果P不小于0.05，则两条回归线无法区分。

　　测试正态分布

　　MedCalc提供的测试

　　MedCalc为正态分布提供以下测试：

　　•Shapiro-Wilk测试（Shapiro＆Wilk，1965; Royston，1995）和Shapiro-Francia测试（Shapiro＆Francia，1972; Royston，1993a）分别计算W和W'统计量，测试是否随机抽样来自正态分布。 W或W'的小值是偏离正常的证据。 Shapiro-Wilk W统计量只能在样本量在3到5000（含）之间时计算（Royston，1995），当样本量从5到5000时，可以计算Shapiro-Francia W'统计量（Royston，1993a＆ 1993年b）。

　　•D'Agostino-Pearson检验（Sheskin，2011）计算了偏度和峰度系数组合的单个P值。

　　•具有Lilliefors显着性校正的Kolmogorov-Smirnov检验（Neter等，1988）（Dallal＆Wilkinson，1986）基于样本累积分布与正态累积分布之间的最大差异。

　　•卡方拟合优度检验适用于分档数据（数据被分类）（Snedecor＆Cochran，1989），并且需要比其他测试更大的样本量。

　　结果

　　该测试的结果表示为“接受正常”或“拒绝正常”，具有P值。

　　•如果P高于0.05，则可以假设数据遵循正态分布，并显示结论“接受常态”。

　　•如果P小于0.05，则应拒绝样本中观察结果分布正常的假设，并显示结论“拒绝正常”。

　　•当样本量较小时，可能无法执行所选测试，并会显示相应的消息。在这种情况下，您可以使用直方图，盒须图或法线图直观地评估分布的对称性和峰值。