두 배당률의 차이에 대한 통계 테스트에 대한 인용?

@gung 의 코멘트 에서

나는 그들이 (약 25 %) 약간 겹칠 수 있으며 여전히 5 % 수준에서 중요하다고 생각합니다. 95 % CI는 개별 OR에 대한 것이지만 2 개의 OR에 대한 테스트는 그 차이에 관한 것입니다. 그러나 겹치지 않으면 확실히 크게 다르며 95 % CI가 다른 OR 포인트 추정치와 겹치면 확실히 그렇지 않습니다.

위의 진술에 대해 인용을 한 사람이 있습니까? 한 검토자가 두 배당률이 서로 크게 다른지 계산하려고합니다.

— cpjh10
소스

왜 두 승산 비의 차이의 중요성을 직접 계산하지 않습니까? 왜 95 % CI의 중복을 측정하고 그 의미를 얻기 위해 노력하고 싶습니까?

— gung-복직 모니카

이것을하는 방정식은 무엇입니까?

— cpjh10

두 배당률의 차이를 테스트하려면? 당신은 승산 비와 그것들이 근거한 N을 알고 있습니까? 원본 데이터에 액세스 할 수 있습니까?

— gung-복원 Monica Monica

예, 이는 다단계 로지스틱 회귀 분석입니다 (HLM 소프트웨어를 사용하는 bernoulli 옵션). 그래서 나는 그 분석에서 OR과 N을 가지고 있습니다.

— cpjh10

분석 결과에 유의 한 차이가 있는지 알려주거나 옵션을 추가하여 소프트웨어를 제공 할 수 있어야합니다. 수술실에 대한 SE가 있습니까? 그것들은 독립적입니까, 아니면 표본 분포의 공분산 추정치를 가지고 있습니까?

— gung-복원 Monica Monica

답변:

두 로지스틱 회귀 모형에서 모수 추정치, 및 (두 번째 아래 첨자가 모형을 나타냄) 및 표준 오류가 있어야합니다. 이것들은 로그 확률의 척도에 있으며 이것이 더 낫습니다. 그것들을 승산 비로 변환 할 필요는 없습니다. 당신의 경우 $\hat\beta_{11}$ $\hat\beta_{12}$ $N$ s이면 충분합니다. @ssdecontrol이 설명한 것처럼 정상적으로 배포됩니다. 로지스틱 회귀 출력이 표준으로 제공되는 Wald 테스트는 예를 들어 정규 분포로 가정합니다. 또한 데이터가 다른 모델에서 나왔기 때문에 독립적으로 취급 할 수 있습니다. 동일한 지 테스트하려면 정규 분포 된 모수 추정값의 선형 조합을 테스트하는 것입니다. 이는 꽤 표준적인 작업입니다. 테스트 통계량은 다음과 같이 계산할 수 있습니다. 결과 통계량을 표준 정규 분포와 비교하여 값 을 계산할 수 있습니다 .

Z = \frac{{\hat{β}}_{12} - {\hat{β}}_{11}}{\sqrt{S E ({\hat{β}}_{12})^{2} + S E ({\hat{β}}_{11})^{2}}}

$Z = \frac{\hat\beta_{12}-\hat\beta_{11}}{\sqrt{SE(\hat\beta_{12})^2 + SE(\hat\beta_{11})^2}}$

Z

$Z$

p

$p$

신뢰 구간에 대한 인용은 본질적으로 다소 휴리스틱입니다 (정확하지만). 유의성을 계산하기 위해이를 사용해서는 안됩니다.

— gung-복직 모니카
소스

승산 비는 점진적으로 가우스 입니다.

따라서 독립 가우스 rvs의 선형 조합 자체가 가우시안 이기 때문에 독립성이있는 한 이들의 차이는 무증상 가우시안 입니다.

이것들은 상당히 잘 알려져 있으며 인용이 필요하지 않습니다. 그러나 확실하게,이 두 링크는 모두 "권한있는"소스를 기반으로합니다.

— 그림자 추적자
소스

유한 샘플에서 Log (odds ratios)는 Gaussian에 더 가까운 경향이 있습니다 : 승산 비는 0보다 작을 수 없지만 log (odds ratio)는 가능합니다.

— Maarten Buis