Логистическая регрессия, помогите понять Опции

[salm]

Полагаю, что в диссертации смысла нет. В диссертацию выносятся положения, зависимости и т.д, которые должны выглядеть как бесспорные. Дополнительные указания на то, что ваша модель не работает или не изучена при значении показателя меньше минимального и больше максимального добавляет конкретики, но снижает общность вывода, т.е. вы как бы говорите "вот здесь я изучила, а вот здесь и здесь - нет", хотя вас об этом ещё никто не спрашивал (и вряд ли спросит). Поэтому для себя эти границы держать стоит, особенно если вы будете использовать модель для прогноза, а излишне детализировать при описании в работе - не стоит.

Любой ряд количественных показателей в шкале отношений или интервалов можно переклассифицировать в порядковую шкалу, а все эти шкалы - в качественную бинарную. Ошибки в этом нет, но при огрублении шкалы происходит потеря части информации. Применительно к логистической регрессии количественный показатель будет "работать" во всём диапазоне и без привлечения сторонних данных, а результат работы огрублённого до бинарного показателя будет работать хуже или лучше в зависимости от того, насколько хорошо ваши данные совпали с чьим-то мнением из литературы. Т.е. во-первых идёт огрубление данных, во-вторых - вы вкладываете в свои самодостаточные данные чьё-то левое мнение. Короче, технически сделать бинарный из количественно можно, статистически всё будет корректно, но методологически - будет хуже.

Лень думать...

Спасибо) все понятно!!

[salm]

Не подскажете: как диссертации грамотнообьяснить с какой целью я представляю непрерывнуюпеременную (возраст) как бинарную (до 65 лет и больше). Так делают, но в статьях не вижу никаких пояснений. Мне это необходимосцелью улучшения моделиснесъолькими факторами.
Или просто может, просто статпакет сам отобрал при включении обоих вариантов...?

[passant]

Не подскажете: как диссертации грамотнообьяснить с какой целью я представляю непрерывнуюпеременную (возраст) как бинарную (до 65 лет и больше). Так делают, но в статьях не вижу никаких пояснений. Мне это необходимосцелью улучшения моделиснесъолькими факторами.
Или просто может, просто статпакет сам отобрал при включении обоих вариантов...?

Ну вам же уже все детально разъяснили выше. Вроде бы вам было все понятно. Хотите по третьему кругу пройти?

Если у вас на руках данные, где по каждому больному указан его реальный возраст, а вы почему-то решили перейти к бинарной переменной - то НИКАК вы это не объясните, тем более "грамотно". Тем более, если вы сами этого не понимаете. А если это надо в вашей диссертации объяснять - у вас же медицинская диссертация - то объясняйте это так, как вы будете объяснять пациенту: почему ему, которому 65 лет, вы назначаете одно лечение, а его соседу, которому 64 года - другое. Сможете? Вот так и объясняйте в диссертации.
P.S. "Улучшение" модели с несколькими факторами за счет перехода от количественной шкалы представления данных к номинальной - это вообще бред. Просто другими методами вы пользоваться не умеете (вас не учили, вы сами не научились). Вот так тоже можете объяснить.
А то, что "в статьях" нет объяснений - то учиться надо по учебникам, а не по статьям. Особенно если их писали такие-же "специалисты".

Сообщение отредактировал passant - 7.04.2022 - 10:43

[salm]

Ну вам же уже все детально разъяснили выше. Вроде бы вам было все понятно. Хотите по третьему кругу пройти?

Если у вас на руках данные, где по каждому больному указан его реальный возраст, а вы почему-то решили перейти к бинарной переменной - то НИКАК вы это не объясните, тем более "грамотно". Тем более, если вы сами этого не понимаете. А если это надо в вашей диссертации объяснять - у вас же медицинская диссертация - то объясняйте это так, как вы будете объяснять пациенту: почему ему, которому 65 лет, вы назначаете одно лечение, а его соседу, которому 64 года - другое. Сможете? Вот так и объясняйте в диссертации.
P.S. "Улучшение" модели с несколькими факторами за счет перехода от количественной шкалы представления данных к номинальной - это вообще бред. Просто другими методами вы пользоваться не умеете (вас не учили, вы сами не научились). Вот так тоже можете объяснить.
А то, что "в статьях" нет объяснений - то учиться надо по учебникам, а не по статьям. Особенно если их писали такие-же "специалисты".

Специально для Вас: как вы судите по тому какой я "специалист", если даже не знаете чтоу меня за специальность, я этого не озвучивала... форум вроде бы для подобных вопросов, нет?... Кому прям все понятно по специализированной стат литературе вряд ли вообще зайдут на эту ветку...
В любом случае, спасибо,

Сообщение отредактировал salm - 7.04.2022 - 12:00

[DoctorStat]

Не подскажете: как диссертации грамотнообьяснить с какой целью я представляю непрерывнуюпеременную (возраст) как бинарную (до 65 лет и больше). Так делают, но в статьях не вижу никаких пояснений. Мне это необходимосцелью улучшения моделиснесъолькими факторами.
Или просто может, просто статпакет сам отобрал при включении обоих вариантов...?

Предположим - вы исследуете зависимость какого-то заболевания от разных факторов. И вдруг оказалось, что в вашей группе все больные пациенты старше 65 лет и зависимость тяжести (или другой изучаемой характеристики) заболевания от возраста после 65 лет отсутствует или пренебрежимо мала. В этом случае вы можете ограничить диапазон возрастов только двумя значениями: 0 - до 65, 1 - после 65 лет.

[salm]

Доброго времени суток. Подскажите пожалуйста, могу ли я поступить следующим образом...Мне нужно сравнить диагностическую эффективность непрерывных переменных (их 4) с референтным методом (он у меня бинарный) при прогнозировании вероятности некоего исхода (соответственно бинарного) Для этого в рамках построения бинарных прогностических регрессионных моделей сравниваю AUC площади методом Делонга... Мне надо показать что они (количественные) параметры всяко лучше референтного метода (который имеет только два значения).
В итоге у меня 5 однофакторных прогностичсеких моделей для сравнения между собой: различия найдены. Я делаю вывод, что там где они значимые, диагностическая эффективность выше (под эффективностью я подразумеваю большую долю правильных ответов). Могу ли я таким образом доказать большую эффективность диагностического параметра?

Сообщение отредактировал salm - 10.05.2022 - 17:44

[salm]

Предположим - вы исследуете зависимость какого-то заболевания от разных факторов. И вдруг оказалось, что в вашей группе все больные пациенты старше 65 лет и зависимость тяжести (или другой изучаемой характеристики) заболевания от возраста после 65 лет отсутствует или пренебрежимо мала. В этом случае вы можете ограничить диапазон возрастов только двумя значениями: 0 - до 65, 1 - после 65 лет.

Спасибо

[Игорь]

в рамках построения бинарных прогностических регрессионных моделей сравниваю AUC площади методом Делонга...

Нет такого метода. Есть предложение группы соавторов сравнивать AUC критерием Манна-Уитни. Данной проблемой занимались многие авторы, а не только процитированные, в том числе есть информация в монографиях В.В. Власова. Кстати, в работе соавторов неверно изображены ROC-кривые.

Сообщение отредактировал Игорь - 11.05.2022 - 11:38

[nzbr]

Не подскажете: как диссертации грамотнообьяснить с какой целью я представляю непрерывнуюпеременную (возраст) как бинарную (до 65 лет и больше). Так делают, но в статьях не вижу никаких пояснений. Мне это необходимосцелью улучшения моделиснесъолькими факторами.
Или просто может, просто статпакет сам отобрал при включении обоих вариантов...?

Я сталкивался с подобным. Для возраста группы ВОЗ или какую-то возрастную отсечку с круглым числом 40-50-60-65-70 лет. Но возраст как раз проще всего. А вот с другими вещами бывает сложнее. Обычно ориентируются на какие-либо уже предложенные критерии в статьях других авторов. Не случайно "стоим на плечах гигантов".
Возможно вариантом было бы делить по медиане. Может кто-то ответит, подходит ли такой наивный способ.
В любом случае, статистика - это всего лишь инструмент. Мне кажется, главное представить модель в таком виде, что бы коллеги могли понять и использовать.

[salm]

Нет такого метода. Есть предложение группы соавторов сравнивать AUC критерием Манна-Уитни. Данной проблемой занимались многие авторы, а не только процитированные, в том числе есть информация в монографиях В.В. Власова. Кстати, в работе соавторов неверно изображены ROC-кривые.

Ну так поняла, когда залезла в оригинальную работу Делона, это одно и то же.. Ну при сравнении критерий Мана Уитни применяется, так вроде.. Но почему то принято писать по деЛонгу, с ссылками на работы ДеЛонгов (родственники наверное))). Ну я без претензий, я так понимаю, коль он непараметрический, с допущениями попроще, и можно площади под кривыми сравнить (для непрерывных и бинарной переменной) и тем самым показать наличие или отсутствие преимущество диагностической эффективности какого то из параметров? Так ведь?..

Сообщение отредактировал salm - 16.05.2022 - 22:07

[salm]

Я сталкивался с подобным. Для возраста группы ВОЗ или какую-то возрастную отсечку с круглым числом 40-50-60-65-70 лет. Но возраст как раз проще всего. А вот с другими вещами бывает сложнее. Обычно ориентируются на какие-либо уже предложенные критерии в статьях других авторов. Не случайно "стоим на плечах гигантов".
Возможно вариантом было бы делить по медиане. Может кто-то ответит, подходит ли такой наивный способ.
В любом случае, статистика - это всего лишь инструмент. Мне кажется, главное представить модель в таком виде, что бы коллеги могли понять и использовать.

Спасибо большое за мнение, учту

Дело в том, что мое исследование в области сердечно-сосудистой патологии, самой распространенной и ассоциированной с возрастом. В принципе никого из коллег не смущает такое деление на 65 до и после, так как оно основано на "бесконечных" популяционных исследованиях, ничего не меняется, по крайней мере в данной группе заболеваний. Я просто думала, как то технически (ну я не знаю как еще выразиться) можно данное разделение оформить или описать чисто с точки зрения статистки..Ну и выслушать мнение.. А если речь идет о клинической целесообразности разделения на группы, то это видимо, не проблема (ну я теперь, на сегодня, так вижу)..

Сообщение отредактировал salm - 16.05.2022 - 22:36

[salm]

и еще: мне понять смысл AUC при построении прогностических моделей: видимо, я неверно его понимаю. Я их периодически встречаю при сравнении диагностической эффективности методов: мол AUC такой попеременной был больше AUC такой то при диагностике такого то исхода... При этом, одна сравниваемая переменная категориальная или даже бинарная. Именно площадь, как таковая - что она значит?

[nzbr]

А скажите, корректно ли будет один количсетвенный показатель представить как бинарный (по пороговому значению), а другой количественный (но оценивающий тоже биологическое явления) оставить как непрерывный? имею ли я на это право, и стоит ли объяснять почему именно так я делаю? Причина в том, что модель лучше (а именно коэффициент Найджелкерка). И площадь под кривой чуть больше... Меня не интересует расчет вероятности, я провожу анализ монистической регрессии с целью определения значимости каждого фактора в оценке вероятности

Чем больше тем лучше

Площадь под кривой - оценка точности диагностического теста. Грубо говоря варьируется от 0.5 (50/50) до 1 (100%)

[ИНО]

и еще: мне понять смысл AUC при построении прогностических моделей: видимо, я неверно его понимаю. Я их периодически встречаю при сравнении диагностической эффективности методов: мол AUC такой попеременной был больше AUC такой то при диагностике такого то исхода... При этом, одна сравниваемая переменная категориальная или даже бинарная. Именно площадь, как таковая - что она значит?

А объясняемая - бинарная, AUC про это. Больший AUC означает лучшее соотношение чувствительности и специфичности, то есть лучшее качество классификатора (в вашей случае - модели, прогнозирующей исход). Только надо учитывать, что если ROC-кривые построены по тем же данным, на которых обучались модели, то практической пользы в сравнении AUC мало.

[salm]

Здравствуйте еще раз!!! А я могу использовать логистичсекую регрессию следующим образом: мне надо оценить вероятность конкретного исхода с включением нескольких факторов (насильно загнать их в модель) с той целью, что бы продемонстрировать, что среди учтенных факторов (тех, которым все мы привыкли, целесообразные с практической точки зрения) какие то сохраняют значимое влияние (с направлением связи, скорректирован ОШ), а какие то теряют значимость... При этом, не указывать самой формулы с коэффициентами.
Короче, взять только ОШ в модели для предикторов что бы показать что вот конкретные факторы, например величина кровотока и возраст влияют на исход, а пол, наличие диабета, курение и еще что то - НЕзначимые, тем самым показать что возраст и величина кровотока объясняют то влияние на исход, которое имело (но частично) по отдельности диабет, курение и пол...
Вот такой вывод возможен? Ну еси Хи2 для всей модели значимость есть и допущения на линейность, независимость и коллинеарность я проверю.. Ну то есть самамодель , выходит, меня не интересует и применять ее я не собираюсь.Не я придумала такое, просто часто вижу... Так можно?

Сообщение отредактировал salm - 30.06.2022 - 23:03