GCModelr：一个快速自动拟合Growth Curve Modeling 的在线APP

前几日有幸与疼痛界大名鼎鼎的James Eisenach 实验室 (感兴趣可以自行谷歌) 合作完成了一个小型的开源在线医学研究计算应用的beta版本，给大家免费分享一下。对于连续多天观测计量资料（Quantitative outcome measures）的动物实验分析来说非常好用。

地址在这：

https://hdeng.shinyapps.io/modelr/

点击Exemplr 就可以下载一个样本数据，载入数据，并点击提交按钮，程序就会开始自动运行统计模型并比较。自带的Tutorial提供了一些基本的英文说明和教程。简单说来，当实验动物的观测天数超过5天时，我们倾向于fit也就是拟合一个比较平滑的曲线来进行组间比较 （A curve 对比 B curve 对比 C...），而不是按每个观测的时间点来进行组间比较 （A vs B at time1, and time2, and time3...)。这种分析方式方法学上来说，能够避免多重比较（导致假阳性结果，之后会谈到）和最大化利用数据，提高效率。研究的结果的表述也更加简单。

FYI：

https://www.wakehealth.edu/Research/Anesthesiology/Pain-Mechanism-Lab/James-C--Eisenach,-MD.htm

http://anesthesiology.pubs.asahq.org/article.aspx?articleid=1918126

https://www.shinyapps.io/

PS：某些文章我会开一个赞赏功能，希望真的觉得有收获的读者能【赞赏】1元且仅仅1元，请千万不要多于1元。这个的目的不是获取收入，而是使用这个功能作为一个探针，我可以获取到有深度互动希望的读者（一元代表一个非机器人互动型读者）的统计计量和互动资料，这样我可以根据这些数据调整我的推送文章主题和书写方式。我会用这些文章的收入发一些红包出去(问卷研究中叫做Incentive)给有建设性留言的读者。这种分析和运作的方式希望大家能够习惯和支持。也请大家用30秒完成下面的简单三个问题的投票帮助我增进对读者群的了解，大家也会看到我是如何用统计学的思维帮助解决读者互动的问题的。