Гомоскедастичность остатков в линейных смешанных моделях |
Здравствуйте, гость ( Вход | Регистрация )
Гомоскедастичность остатков в линейных смешанных моделях |
18.08.2021 - 13:01
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 11 Регистрация: 25.04.2019 Пользователь №: 33997 |
Добрый день. Если я не ошибаюсь, корректное применение линейных смешанных моделей требует гомоскедастичности остатков. Вопрос: как её проверить (кроме визуального анализа)? Где-то читала, не могу найти, что критерий Ливиня не рекомендуют применять из-за его излишней консервативности в данном случае. В Prism гомоскедастичность остатков предлагается проверять расчетом корреляции Спирмена между предсказанными значениями и абсолютными значениями остатков, на сколько оправдан такой подход?
|
|
18.08.2021 - 21:19
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 231 Регистрация: 27.04.2016 Пользователь №: 28223 |
Добрый день. Если я не ошибаюсь, корректное применение линейных смешанных моделей требует гомоскедастичности остатков. Вопрос: как её проверить (кроме визуального анализа)? Где-то читала, не могу найти, что критерий Ливиня не рекомендуют применять из-за его излишней консервативности в данном случае. В Prism гомоскедастичность остатков предлагается проверять расчетом корреляции Спирмена между предсказанными значениями и абсолютными значениями остатков, на сколько оправдан такой подход? Методы проверки гомоскедастичности остатков: - Коэффициент ранговой кореляции Спирмана. - Тест Голдфелда-Квандта. (На основе критерия Фишера) - Тест Уайта - построение регрессионной модели зависимости квадратов ошибок от Х. - Тест Глейзера. - Тест Бройша — Пагана (Тоже, по сути, на основе критерия Фишера) Смотрите, изучайте что вам больше подходит, применяйте. Сообщение отредактировал passant - 19.08.2021 - 00:41 |
|
26.06.2022 - 23:31
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
А подскажите пожалуйста: возможно ли игнорируя допущения для модели линейной регрессии (с несколькими факторами), не используя коэффициентов и само уравнение, а сказать следующее: для такого то параметра... (количественного) независимым предиктром было то то...(значимое р для коэффициента) Мне надо разобраться что конкретно имени в виду в одной статье, и именно это, видимо, и имели... Подскажите, такой вывод хоть как то может быть правомерен?
|
|
27.06.2022 - 07:04
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 231 Регистрация: 27.04.2016 Пользователь №: 28223 |
|
|
27.06.2022 - 16:45
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Линейная регрессия без уравнения?
Вы б лучше эту статью показали, а то испорченный телефон какой-то получается. |
|
29.06.2022 - 15:06
Сообщение
#6
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
Ой спасибо, что откликнулись... Ну вот статья... В ней результирующая переменная это MPR - значение резерва. Они указывают р-значимостьи коэффициент корреляции. На основании этого, делают вывод. Если правильно понимаю...
|
|
29.06.2022 - 15:08
Сообщение
#7
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
ой вот... это я случайно трижды загрузила, не знаю как исправить
Сообщение отредактировал salm - 29.06.2022 - 15:08
Прикрепленные файлы
франц_офэкт.pdf ( 474,25 килобайт )
Кол-во скачиваний: 135
франц_офэкт.pdf ( 474,25 килобайт ) Кол-во скачиваний: 275 франц_офэкт.pdf ( 474,25 килобайт ) Кол-во скачиваний: 122 |
|
29.06.2022 - 16:28
Сообщение
#8
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Прочитал подраздел "Statistical Analysis". Обычная линейная регрессия с селекцией "оптимальнй модели" основе p-значений коэффициентов. Не совсем понятно, что такое "entry criterion P < 0.1"? Могу лишь предположить, что на первом шаге подгоняли полную модель, а затем исключали все предикторы, коэффициенты-которых, имели p>0,1. А вот дальнейшее вполне ясно: пошагово исключали предикторы с p>0,05 (видимо, начиная с того, у которого оно было самым большим, хотя из текста и не очевидно). На каждом шаге модель переоценивали, пока не остались только предикторы с p<0,05. Вот эту последнюю модель и интерпретировали. Не самый мудрый способ селекции предикторов, но на практике используется часто. Также не поясняется, что делали с результатами вушеупомянутого корреляционного анализа (по идее, могли использовать для исключения сильно скоррелированных предикторов, но об этом - не слова) и зачем вообще применяли критерий Манна-Уитни. В целом, очень скупое и мутное описание статанализа по принципу "догадайся мол сама". Но никаких чудес, описанных Вами в стартовом, оно не содержит.
Что же касается предыдущих подразделов, то хотя там и упоминаются местами отдельные статистические термины, но оценивать это должен не статистик общего профиля, а специалист-биофизик в паре с физиологом. Потому что относится оно, насколько я понял, к обработки сигнала, полученного от некоего диагностичесокого прибора и реконструкции на его основе неких процессов в сердце больного. Сообщение отредактировал ИНО - 29.06.2022 - 16:30 |
|
29.06.2022 - 16:48
Сообщение
#9
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Еще рисунки глянул - недоумеваю Четыре диаграммы рассеяния с подогнанными прямыми (сиречь однофаторная линейная регрессия) и коэффициентами корреляции Пирсона и некими "adjusted p" Почему и как adjusted? Тупо по Бонферрони, исходя из количества полученных r? Сомнительно, что они были бы столь малы. Четыре пары усатых ящиков с некими p, наверное вот он, где Манн-Уитни нашелся, хотя неплохо было бы это прямым текстом написать. Пять штук ROC-кривых. Эти-то вообще откуда взялись? В материале и методах ни слова о них. И ни одного рисунка или таблицы, посвященной обсуждаемой нами и описанной в "Statistical Analysis" множественной линейной регрессии. Возможно, там в тексте что-то об этом пописано, но после увиденного копаться желания нет. В общем, в качестве примера описания статистического анализа (об остальном судить не могу) статья весьма дурна.
|
|
30.06.2022 - 10:43
Сообщение
#10
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
Прочитал подраздел "Statistical Analysis". Обычная линейная регрессия с селекцией "оптимальнй модели" основе p-значений коэффициентов. Не совсем понятно, что такое "entry criterion P < 0.1"? Могу лишь предположить, что на первом шаге подгоняли полную модель, а затем исключали все предикторы, коэффициенты-которых, имели p>0,1. А вот дальнейшее вполне ясно: пошагово исключали предикторы с p>0,05 (видимо, начиная с того, у которого оно было самым большим, хотя из текста и не очевидно). На каждом шаге модель переоценивали, пока не остались только предикторы с p<0,05. Вот эту последнюю модель и интерпретировали. Не самый мудрый способ селекции предикторов, но на практике используется часто. Также не поясняется, что делали с результатами вушеупомянутого корреляционного анализа (по идее, могли использовать для исключения сильно скоррелированных предикторов, но об этом - не слова) и зачем вообще применяли критерий Манна-Уитни. В целом, очень скупое и мутное описание статанализа по принципу "догадайся мол сама". Но никаких чудес, описанных Вами в стартовом, оно не содержит. Что же касается предыдущих подразделов, то хотя там и упоминаются местами отдельные статистические термины, но оценивать это должен не статистик общего профиля, а специалист-биофизик в паре с физиологом. Потому что относится оно, насколько я понял, к обработки сигнала, полученного от некоего диагностичесокого прибора и реконструкции на его основе неких процессов в сердце больного. Спасибо огромное еще раз. Я имела ввиду, они сделали вывод о значимости влияния на значение переменной исхода предикторов на основании их р-значений, без указания самих коэффициентов регрессии (ну бэта которые), без направления связи предикторов со значением переменной исхода, без формулы, без константы... Так можно что ли? коэффициенты корреляции то я вижу... ну меня бы это устроило))) Про сравнение- ну по крайней мере мне понятно что они хотели сказать... я не про грамотность с точки зрения статистики |
|
30.06.2022 - 10:48
Сообщение
#11
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
Еще рисунки глянул - недоумеваю Четыре диаграммы рассеяния с подогнанными прямыми (сиречь однофаторная линейная регрессия) и коэффициентами корреляции Пирсона и некими "adjusted p" Почему и как adjusted? Тупо по Бонферрони, исходя из количества полученных r? Сомнительно, что они были бы столь малы. Четыре пары усатых ящиков с некими p, наверное вот он, где Манн-Уитни нашелся, хотя неплохо было бы это прямым текстом написать. Пять штук ROC-кривых. Эти-то вообще откуда взялись? В материале и методах ни слова о них. И ни одного рисунка или таблицы, посвященной обсуждаемой нами и описанной в "Statistical Analysis" множественной линейной регрессии. Возможно, там в тексте что-то об этом пописано, но после увиденного копаться желания нет. В общем, в качестве примера описания статистического анализа (об остальном судить не могу) статья весьма дурна. С adjusted это они перепутали.. С остальными графиками, и прочему могу предположить, что это в плане ограничения по объему, они пожертвовали. ну помимо недостатков самого описания... |
|
30.06.2022 - 12:57
Сообщение
#12
|
|
Группа: Пользователи Сообщений: 231 Регистрация: 27.04.2016 Пользователь №: 28223 |
они сделали вывод о значимости влияния на значение переменной исхода предикторов на основании их р-значений, без указания самих коэффициентов, без направления связи предикторов со значением переменной исхода, без формулы, без константы... Нет, так нельзя. Но они так сделали. С формальной точки зрения - т.е. отрешившись от прикладной задачи - такой работе доверия быть не может. Т.е. текст есть, а достоверной информации в нем - нет. Зачем они так сделали - это совсем другой вопрос. Если с медицинской точки зрения эта работа интересная (я об этом судит не могу) - напишите авторам и попросите объяснений. Сообщение отредактировал passant - 30.06.2022 - 12:59 |
|
30.06.2022 - 16:45
Сообщение
#13
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Цитата Я имела ввиду, они сделали вывод о значимости влияния на значение переменной исхода предикторов на основании их р-значений, без указания самих коэффициентов регрессии (ну бэта которые), без направления связи предикторов со значением переменной исхода, без формулы, без константы... Так можно что ли? Ну, вывод о статистической значимости делать можно (если допущения выполнены, о проверке чего также никаких сведений нет). Однако хотелось бы видеть еще и медицинскую значимость, а тут уж без коэффициентов трудно будет. Ведь даже непонятны направления эффектов. Я вообще не увидел там описания результатов регрессионного анализа. |
|
30.06.2022 - 21:11
Сообщение
#14
|
|
Группа: Пользователи Сообщений: 62 Регистрация: 6.12.2021 Пользователь №: 39615 |
Нет, так нельзя. Но они так сделали. С формальной точки зрения - т.е. отрешившись от прикладной задачи - такой работе доверия быть не может. Т.е. текст есть, а достоверной информации в нем - нет. Зачем они так сделали - это совсем другой вопрос. Если с медицинской точки зрения эта работа интересная (я об этом судит не могу) - напишите авторам и попросите объяснений. Спасибо Вам!!! Писать им не могу так ка практически все работы по моей смежным темам, практически одинообразны в плане подхода к сттатанализу. Да и это довольно старая работа, они бы проигнорировали меня. С точки зрения медицинского подхода, для врача это должно означать следующее: в составе модели с включением возраста, пола и нескольких клинических переменных и числа пораженных сосудов, только последнее было значимым... вот что они говорят. я вижу следующее, как клиницист: для меня величина коронарного резерва практически всегда определяется числом пораженных сосудов (без направления связи), а возраст, пол, несколько функциональных параметров значимо не влияют на величину этого коронарного резерва. . При этом предсказывающие параметры и бинарные и категориальные и никаких проверок соответственно там не было... Я все понимаю) Но это не работа вот такая негодная, я ее выудила и Вам отправила... они плюс/минус все очень похожи в плане выводов и то как эти выводы получаются... описание стат анализа всегда куцее.. требуемые допущения редко проверяются, и как правило об этом умалчивается... Ну вот так... Спасибо, что отвечаете!! Ну, вывод о статистической значимости делать можно (если допущения выполнены, о проверке чего также никаких сведений нет). Однако хотелось бы видеть еще и медицинскую значимость, а тут уж без коэффициентов трудно будет. Ведь даже непонятны направления эффектов. Я вообще не увидел там описания результатов регрессионного анализа. Спасибо еще раз!!! Сообщение отредактировал salm - 30.06.2022 - 21:12 |
|
30.06.2022 - 23:43
Сообщение
#15
|
|
Группа: Пользователи Сообщений: 95 Регистрация: 27.12.2015 Пользователь №: 27815 |
я вижу следующее, как клиницист: для меня величина коронарного резерва практически всегда определяется числом пораженных сосудов (без направления связи), а возраст, пол, несколько функциональных параметров значимо не влияют на величину этого коронарного резерва. Величина резерва коронарного кровотока должна быть обратно связана с количеством поражённых сосудов. Если пораженных сосудов нет, то этот резерв максимальный, если все сосуды поражены, то резерв минимальный. Или это не так? |
|