«odds-ratio» 태그된 질문

간단한 요약 포아송 회귀 (상대 위험이있는)와 반대로 이진 결과를 가진 코호트 연구에서 로지스틱 회귀 (확률이있는)가 더 일반적으로 사용되는 이유는 무엇입니까? 배경 필자의 경험에 따르면 학부 및 대학원 통계 및 역학 과정은 일반적으로 로지스틱 회귀를 이진 결과로 데이터를 모델링하는 데 사용해야하며 위험 평가는 확률 비율로보고됩니다. 그러나 포아송 회귀 (및 관련 : …

42 logistic  poisson-distribution  epidemiology  odds-ratio  relative-risk 

에서 로지스틱 회귀 분석을 수행하려고합니다 R. STATA를 사용하여이 자료를 다루는 과정에 참석했습니다. 에서 기능을 복제하는 것이 매우 어렵다는 것을 알고 있습니다 R. 이 지역에서 성숙합니까? 이용 가능한 문서 나 지침이 거의없는 것 같습니다. 승산 비 출력을 생성하려면 설치 epicalc및 / 또는 epitools기타 작업이 필요합니다. 어느 것도 작업 할 수 없거나 …

40 r  logistic  odds-ratio 

처리 후 ( Curevs No Cure) 결과 변수를 치료하는 로지스틱 회귀 분석을 작성했습니다 . 이 연구의 모든 환자는 치료를 받았다. 당뇨병이이 결과와 관련이 있는지 확인하고 싶습니다. R에서 로지스틱 회귀 출력은 다음과 같습니다. Call: glm(formula = Cure ~ Diabetes, family = binomial(link = "logit"), data = All_patients) ... Coefficients: Estimate Std. …

37 r  hypothesis-testing  logistic  generalized-linear-model  odds-ratio 

나는 로지스틱 회귀를 사용하는 것에 다소 익숙하지 않고 다음과 같은 가치에 대한 해석이 일치하지 않을 것이라고 혼동했습니다. 지수 베타 값 베타 값을 사용하여 결과의 ​​예측 확률. 영양 부족과 보험이 모두 이진이며 부가 연속적 인 경우 사용중인 모델의 단순화 된 버전이 있습니다. Under.Nutrition ~ insurance + wealth 내 (실제) 모델은 보험에 …

29 regression  logistic  interpretation  prediction  odds-ratio 

나는 논문에서 로지스틱 회귀의 사용을 이해하려고 애썼다. 사용할 수있는 종이 여기가 백내장 수술 중 합병증의 가능성을 예측하기 위해 로지스틱 회귀 분석을 사용합니다. 나를 혼란스럽게하는 것은 종이가 다음과 같이 1에 대한 승산 비를 기준선에 할당하는 모델을 제시한다는 것입니다. 위험 프로파일이 모든 위험 지표에 대해 기준 그룹에있는 환자 (즉, 표 1의 모든 …

20 logistic  odds-ratio 

이진 결과 변수 {0,1} 및 예측 변수 {0,1}이 있습니다. 내 생각은 다른 변수를 포함시키고 승산 비를 계산하지 않으면 물류를하는 것이 의미가 없다는 것입니다. 하나의 이진 예측 변수를 사용하면 확률 충분 확률 대 승산 비를 계산하지 않습니까?

18 r  regression  probability  logistic  odds-ratio 

우리는 순서 응답이 가정 변수의 집합 X : = [ X 1 , X 2 , X 3 ] 우리가 생각하는 것을 설명 할 것이다 Y를 . 그런 다음 y 에 대해 X (디자인 행렬) 의 순서화 된 로지스틱 회귀 분석을 수행합니다.y:{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 …

17 logit  odds-ratio  ordered-logit 

caretR 의 패키지를 통해 그라디언트 부스팅 머신 알고리즘을 실험하고 있습니다 . 소규모 대학 입학 데이터 세트를 사용하여 다음 코드를 실행했습니다. 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] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

다음 예에서 > 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 to …

14 r  odds-ratio  fishers-exact 

CI가 95 % (신뢰 간격) 인 "OR"을 제시하는 기사가 많이 있습니다. 기사에서 관찰 된 OR의 P 값을 추정하고 싶습니다. 이를 위해서는 OR 분포에 관한 가정이 필요합니다. 안전하게 배포 / 사용할 수있는 배포판은 무엇입니까?

13 distributions  odds-ratio 

최근 논문에서 Norton et al. (2018) [ 1 ] 상태[ 1 ][1]^{[1]} 각 모델마다 다른 임의의 스케일링 계수가 있기 때문에 승산 비 추정을 초래하는 통계 모델이 다른 설명 변수를 갖는 경우 동일한 연구에서 다른 승산 비를 비교할 수 없습니다. 서로 다른 샘플과 모델 사양이 다른 임의의 스케일링 계수를 가지기 때문에 …

12 r  logistic  meta-analysis  odds-ratio  adjustment 

로지스틱 회귀에서 얻은 계수에서 승산 비에 대한 95 % 신뢰 구간을 구성하는 방법을 연구하고 있습니다. 로지스틱 회귀 모형을 고려하면 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} 되도록 대조군 및 의 경우의 그룹.x=0x=0x = 0x=1x=1x = 1 나는 가장 간단한 방법은 대해 95 % CI를 …

12 logistic  confidence-interval  odds-ratio  delta-method 

내가 알기로, 로지스틱 회귀 분석에서 나온 지수 값은 종속 관심 변수에 대한 해당 변수의 승산 비입니다. 그러나 값이 수동으로 계산 된 승산 비와 일치하지 않습니다. 내 모델은 다른 지표 중에서 보험을 사용하여 스턴트 (영양 실조 측정)를 예측하고 있습니다. // Odds ratio from LR, being done in stata logit stunting insurance …

10 regression  logistic  interpretation  odds-ratio 

로지스틱 회귀 분석에서 승산 비 2는 예측 변수의 1 단위 증가로 인해 사건이 2 배 더 가능성이 높다는 것을 의미합니다. 콕스 회귀 분석에서 위험률 2는 예측 변수가 1 단위 증가 할 때 각 시점에서 이벤트가 두 배 더 자주 발생 함을 의미합니다. 이것들은 실제로 같은 것이 아닌가? 로지스틱 회귀의 승산 …

10 logistic  cox-model  odds-ratio  hazard 

@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 …

9 logistic  confidence-interval  odds-ratio  references