Una misura di associazione tra due variabili binarie pari alle probabilità di un risultato "positivo" in 1 variabile divisa per le probabilità nell'altra. Gli intervalli OR (0, infinito). Ha una forte connessione con la regressione logistica.
Breve riassunto Perché è più comune che la regressione logistica (con odds ratio) sia utilizzata negli studi di coorte con esiti binari, al contrario della regressione di Poisson (con rischi relativi)? sfondo Nella mia esperienza, i corsi di statistica e laurea in epidemiologia universitari e universitari insegnano generalmente che la …
Sto cercando di intraprendere un'analisi della regressione logistica in R. Ho frequentato corsi su questo materiale usando STATA. Sto trovando molto difficile replicare la funzionalità in R. È maturo in questa zona? Sembra che ci sia poca documentazione o guida disponibile. La produzione di output odds ratio sembra richiedere l'installazione …
Ho costruito una regressione logistica in cui la variabile di risultato viene curata dopo aver ricevuto il trattamento ( Curevs. No Cure). Tutti i pazienti in questo studio hanno ricevuto un trattamento. Sono interessato a vedere se il diabete è associato a questo risultato. In R il mio output di …
Sono un po 'nuovo nell'usare la regressione logistica, e un po' confuso da una discrepanza tra le mie interpretazioni dei seguenti valori che pensavo fossero gli stessi: valori beta esponenziali probabilità prevista del risultato utilizzando i valori beta. Ecco una versione semplificata del modello che sto usando, in cui la …
Ho avuto difficoltà a capire l'uso della regressione logistica in un documento. Il documento disponibile qui utilizza la regressione logistica per prevedere la probabilità di complicanze durante la chirurgia della cataratta. Ciò che mi confonde è che il documento presenta un modello che assegna un rapporto di probabilità 1 alla …
Ho una variabile di risultato binaria {0,1} e una variabile predittore {0,1}. I miei pensieri sono che non ha senso fare logistica a meno che non includa altre variabili e calcoli il rapporto di probabilità. Con un predittore binario, il calcolo della probabilità non sarebbe sufficiente rispetto al rapporto di …
Supponiamo di avere la risposta ordinale e un insieme di variabili che pensiamo spiegherò . Quindi eseguiamo una regressione logistica ordinata di (matrice di progettazione) su (risposta).X : = [ x 1 , x 2 , x 3 ] y X yy:{Bad, Neutral, Good}→{1,2,3}y:{Bad, Neutral, Good}→{1,2,3}y:\{\text{Bad, Neutral, Good}\} \rightarrow \{1,2,3\}X:=[x1,x2,x3]X:=[x1,x2,x3]X:=[x_1,x_2,x_3]yyyXXXyyy …
Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
Nel seguente esempio > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal …
Ho un sacco di articoli che presentano "OR" con un IC al 95% (intervalli di confidenza). Voglio stimare dagli articoli il valore P per l'OR osservato. Per questo, ho bisogno di un presupposto riguardo alla distribuzione OR. Quale distribuzione posso assumere / utilizzare in sicurezza?
In un recente articolo Norton et al. (2018) afferma che[ 1 ][1]^{[1]} Rapporti di probabilità diversi dello stesso studio non possono essere confrontati quando i modelli statistici che danno luogo a stime del rapporto di probabilità hanno variabili esplicative diverse perché ogni modello ha un diverso fattore di ridimensionamento arbitrario. …
Sto studiando come costruire un intervallo di confidenza al 95% per il rapporto di probabilità dai coefficienti ottenuti nella regressione logistica. Quindi, considerando il modello di regressione logistica, log(p1−p) =α+βXlog(p1−p)=α+βx \log\left(\frac{p}{1 - p}\right) = \alpha + \beta x \newcommand{\var}{\rm Var} \newcommand{\se}{\rm SE} tale che per il gruppo di controllo e …
A quanto ho capito, il valore beta esponenziale da una regressione logistica è il rapporto di probabilità di quella variabile per la variabile di interesse dipendente. Tuttavia, il valore non corrisponde al rapporto di probabilità calcolato manualmente. Il mio modello prevede l'arresto della crescita (una misura della malnutrizione) utilizzando, tra …
Nella regressione logistica, un odds ratio di 2 significa che l'evento è 2 volte più probabile dato un aumento di una unità nel predittore. Nella regressione di Cox, un hazard ratio di 2 significa che l'evento si verificherà due volte più spesso in ogni momento dato un aumento di una …
In un commento qui , @gung ha scritto, Credo che possano sovrapporsi un po '(forse ~ 25%) e comunque essere significativi al livello del 5%. Ricorda che l'IC 95% che vedi è per il singolo OR, ma il test di 2 OR riguarda la differenza tra loro. Tuttavia, se non …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.