使用DeepSeek做统计第2期：自动做线性回归

摘要：Deepseek 能够完成任何一种统计分析。但现阶段，和Deepseek对话还是需要一些统计学常识。如果统计学较薄弱的同学，需要借助第三方软件，套用一些prompt模板，并在第三方软件上直接运行 DeepSeek 生成的 R 代码：

Deepseek 能够完成任何一种统计分析。但现阶段，和Deepseek对话还是需要一些统计学常识。如果统计学较薄弱的同学，需要借助第三方软件，套用一些prompt模板，并在第三方软件上直接运行 DeepSeek 生成的 R 代码：

DeepSeek 可以做一切统计学分析。但是很多人不会用，因为撰写提示词 prompt需要一定的统计学知识，因此需要一些模板来指导，通过本公众号，您能学习到一些提问的技巧，同时，很多第三方的软件已经提供了各种统计方法的prompt提问模板，同时可以自动完成统计分析（不像原版 deepseek 只给出 R 代码，自己本身并不运行）。

增加了 DeepSeek 统计学插件，导入自己的数据集，让大家和 DeepSeek 对话完成统计分析时，同时调用后台的 R 软件进行实时分析，并将分析结果整理输出为 word 文档。

本公众号现在分期介绍一些实用的 DeepSeek 的 prompt 模板。第2期介绍如何一句话完成各种线性回归：

, 左上角选择进入Mstata 医学统计机器人，菜单选择“数据准备”，导入数据后，选择“定义字段”，正确定义好连续性变量和分类变量后，点击 “deepseek 自动统计分析工具” 菜单，进入页面并选择一个线性回归的prompt 模板：

线性回归可能有几种情况：

1）一个 Y 和一个 X 的简单线性回归；可以直接做回归，然后生成回归的残差图，如果残差近似正态分布，则可以用线性回归。如果残差分布严重不为正态，可以考虑做一些变量变量变换例如取对数等等；

2）一个 Y 和多个 X1，X2，X3 等；也就是多因素的回归分析，可以直接建模做回归，也可以先做多重共线性检验；也可以先做变量筛选，从一大堆变量中筛选出一些变量来建模；最后生成回归的残差图，如果残差正态分布，则可以用线性回归。如果残差分布不为正态，可以考虑做一些变量变量变换例如取对数等等；

3）自变量 X 为连续性变量时，可以先做标化，再进行回归分析，也可以离散化成分类变量，再做线性回归；

4）自变量 X 为分类变量时，一般软件默认拆分成哑变量。将其中一个亚组设置为参照组，其他亚组分别和这个参照组比较；另外，也可以采用事后检验post hoc分析，自行设置亚组之间如何两两比较，以及用不同的方法校正P值

目前如果用简单的命令进行线性回归，Deepseek 通常会采用默认最简单的方法进行分析，如果要实现上述 4 点要求，需要将其在 prompt 中陈述出来，否则Deepseek本身不会执行上述 4 点要求的细节部分。这也是目前 Deepseek 没有完全淘汰统计师这个职业的原因。

下面是单因素线性回归的具体示例：

下拉到 DeepSeek 对话窗口：

粘贴 prompt 命令：

以'Blood.test'为因变量，'Age'作为自变量做线性回归；做线性拟合图，图中加入拟合公式，公式里包含真实变量名；输出残差图。

输入命令后回车，软件给出 R 代码并运行：

再做一个多因素的例子:

以'Occurrence'为因变量，'Age','Sex','Extent' 作为自变量做多因素线性回归；同时做多重共线性分析并做成统计表；做整个模型的线性拟合图（不分组），图中加入拟合公式，公式里包含真实变量名；输出残差图。做上述分析时先将应变量和自变量任意一个有缺失值的行去掉。给所有图片加上中文标题。