Логистическая регрессия, интерпретация коэффициентов |
Здравствуйте, гость ( Вход | Регистрация )
Логистическая регрессия, интерпретация коэффициентов |
27.08.2007 - 07:54
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 7 Регистрация: 15.08.2007 Пользователь №: 4262 |
Решила вынести вопрос в новую тему,
в конце чужой темы он оказался для всех незаметным У меня вопрос по применению логистической регрессии, пожалуйста, подскажите. Если в модели используются порядковые независимые переменные, не бинарные, напрммер степень выраженности чего либо (1 - нет, 2-слабая, 3- сльная). Зависимая - бинарная, как полагается ( 1 -есть болезнь, 0 -нет), то как интерпретировать результаты? Как правильно оценить риск развития заболевания от этого фактора?. Пользуюсь Statistica 6. Расчетная величина OR=3.5. Это как правильно интерпретировать? Когда независимая бинарная понятно. Или нужно все-таки разбивать независимую на несколько бинарных переменных. Подскажите, пожалуйста, кто сталкивался с этим. |
|
27.08.2007 - 10:46
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Цитата(Tatiana @ 27.08.2007 - 08:54) Решила вынести вопрос в новую тему, в конце чужой темы он оказался для всех незаметным У меня вопрос по применению логистической регрессии, пожалуйста, подскажите. Если в модели используются порядковые независимые переменные, не бинарные, напрммер степень выраженности чего либо (1 - нет, 2-слабая, 3- сльная). Зависимая - бинарная, как полагается ( 1 -есть болезнь, 0 -нет), то как интерпретировать результаты? Как правильно оценить риск развития заболевания от этого фактора?. Пользуюсь Statistica 6. Расчетная величина OR=3.5. Это как правильно интерпретировать? Когда независимая бинарная понятно. Или нужно все-таки разбивать независимую на несколько бинарных переменных. Подскажите, пожалуйста, кто сталкивался с этим. Решил продублировать ответ, поскольку написал и там и там Если Вы кодировали переменные так, как написали - 1,2,3, то интерпретировать отношение шансов бессмысленно - Вы предположили, что "дистанция" от слабого до сильного и от отсутствия до слабого одинаковая. Надо делать так: вместо одной переменной с тремя уровнями сделать две бинарных переменных. Например - Exist (0 - нет, 1- да) и Severity (0- нет или слабая, 1 - сильная). Тогда Вы полностью описываете свою классификацию: Exist Severity нет 0 0 слабая 1 0 сильная 1 1 Получаете два отношения шансов. Первое показывает во сколько раз наличие чего-то увеличивает шансы наличия заболевания, второе - во сколько раз сильное воздействие увеличивает шансы наличия заболевания по сравнению с отсутствием/слабоым воздействием. Произведение отношения шансов - во сколько раз риск при сильной выраженности больше, чем при отсутствии и т.д. Перекодировка в Statistica через меню Recode |
|
27.08.2007 - 22:35
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 7 Регистрация: 15.08.2007 Пользователь №: 4262 |
Спасибо, я так и предполагала
|
|
7.09.2007 - 16:03
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 10 Регистрация: 7.09.2007 Пользователь №: 4351 |
Люди, а кто знает другой способ обработки данных. Например, если обе переменные (зависимая и независимая) имеют по 3 или 4 уровня? Ведь не будем же составлять кучу уравнений?
|
|
9.09.2007 - 18:03
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Цитата(venera51 @ 7.09.2007 - 17:03) [snapback]3287[/snapback] Люди, а кто знает другой способ обработки данных. Например, если обе переменные (зависимая и независимая) имеют по 3 или 4 уровня? Ведь не будем же составлять кучу уравнений? Ну а почему бы не составить? Для независимой это не проблема - добавить переменные просто (и - нет, других вариантов нет, ряд программ, например SAS последних версий сами "разворачивают" качественные независимые переменные в нескольк). Для зависимой - вообще-то можно использовать логистическую регрессию с несколькими уровнями (очень трудно интерпретировать результаты), можно воспользоваться логлинейным моделированием, но опять-таки - а вопрос-то какой? Метод зависит не столько от переменных, сколько от вопроса, на который пытается ответить аналитик |
|
4.03.2009 - 12:42
Сообщение
#6
|
|
Группа: Пользователи Сообщений: 9 Регистрация: 4.03.2009 Пользователь №: 5890 |
Ну а почему бы не составить? Для независимой это не проблема - добавить переменные просто (и - нет, других вариантов нет, ряд программ, например SAS последних версий сами "разворачивают" качественные независимые переменные в нескольк). Для зависимой - вообще-то можно использовать логистическую регрессию с несколькими уровнями (очень трудно интерпретировать результаты), можно воспользоваться логлинейным моделированием, но опять-таки - а вопрос-то какой? Метод зависит не столько от переменных, сколько от вопроса, на который пытается ответить аналитик Здравствуйте. Я неважно разбираюсь в статистике, но помочь мне, к сожалению, некому, поэтому пытаюсь все сделать сама. Было проведено анкетирование. Зависимая переменная: оценка здоровья самими респондентами (хорошее, удовлетворительное, плохое). Подскажите, как оценить влияние различных факторов (анкетные данные) на эту самую оценку с помощью логистической регрессии, или каким нибудь другим методом. Заранее благодарна за ответ. |
|
5.03.2009 - 00:36
Сообщение
#7
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Здравствуйте. Я неважно разбираюсь в статистике, но помочь мне, к сожалению, некому, поэтому пытаюсь все сделать сама. Было проведено анкетирование. Зависимая переменная: оценка здоровья самими респондентами (хорошее, удовлетворительное, плохое). Подскажите, как оценить влияние различных факторов (анкетные данные) на эту самую оценку с помощью логистической регрессии, или каким нибудь другим методом. Заранее благодарна за ответ. 1) Ординальная логистическая регрессия (реализована в SAS, Stata, R) 2) Обычная логистическая регрессия вначале сравнить плохое с суммарной группой удв+хор, затем сравнить удв и хор (заивисиыме переменные) Другие методы тут вряд ли пойдут. |
|
5.03.2009 - 13:15
Сообщение
#8
|
|
Группа: Пользователи Сообщений: 9 Регистрация: 4.03.2009 Пользователь №: 5890 |
Ну а почему бы не составить? Для независимой это не проблема - добавить переменные просто (и - нет, других вариантов нет, ряд программ, например SAS последних версий сами "разворачивают" качественные независимые переменные в нескольк). Для зависимой - вообще-то можно использовать логистическую регрессию с несколькими уровнями (очень трудно интерпретировать результаты), можно воспользоваться логлинейным моделированием, но опять-таки - а вопрос-то какой? Метод зависит не столько от переменных, сколько от вопроса, на который пытается ответить аналитик спасибо за ответ. А что значит логлинейное моделирование, можно ли его применить в моем случае?Я пользуюсь STATISTICA 6.0, есть ли в данной программе такие возможности. С уважением. |
|
5.03.2009 - 20:37
Сообщение
#9
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
спасибо за ответ. А что значит логлинейное моделирование, можно ли его применить в моем случае?Я пользуюсь STATISTICA 6.0, есть ли в данной программе такие возможности. С уважением. Если очень упрощая, то логлинейной моделирование - изучение связи между переменными, аналогично тому, как это делается в корреляционном анализе. Если более научно - моделирование логарифмов частот в таблице как функции переменных, составляющих эту таблицу, т.е. ln(a)=\mu + A*\alpha +B*\beta + C*\alpha*\beta, где альфа и бета - значения переменных, а - частота в ячейке таблицы. В Вашем случае логлинейное модлирование не очень подходит, поскольку у Вас есть зависимая переменная, т.е. надо использовать регрессионные подходы (на самом деле логистическая регрессия очень близкий родственник логлинейного моделирования, и еще более близкий пуассоноой регрессии). В 6 статистике есть только обычная логистическая регрессия, логлинейное моделирование тоже есть, но использовать его для Ваших целей будет сложно. Ординальной логистической регрессии нет. |
|
7.03.2009 - 13:28
Сообщение
#10
|
|
Группа: Пользователи Сообщений: 9 Регистрация: 4.03.2009 Пользователь №: 5890 |
1) Ординальная логистическая регрессия (реализована в SAS, Stata, R) 2) Обычная логистическая регрессия вначале сравнить плохое с суммарной группой удв+хор, затем сравнить удв и хор (заивисиыме переменные) Другие методы тут вряд ли пойдут. Уважаемый плав. Подскажите пожалуйста, как именно сравнить эти три группы. У меня только хватило толку провести логистическую регрессию с группами по отдельности. Можно ли их сравнить с помощью программы или это сделать так сказать вручную? При проведении логистической регрессии по отдельности получила почти одинаковые данные для групп с хорошим и удовлетворительным здоровьем. Для группы с плохим здоровьем провести данное исследование не удалось, возможно потому что процент таких респонедентов чрезвычайно мал(не достигает и 1%). Очень признательна за помощь. |
|
8.03.2009 - 23:07
Сообщение
#11
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Уважаемый плав. Подскажите пожалуйста, как именно сравнить эти три группы. У меня только хватило толку провести логистическую регрессию с группами по отдельности. Можно ли их сравнить с помощью программы или это сделать так сказать вручную? При проведении логистической регрессии по отдельности получила почти одинаковые данные для групп с хорошим и удовлетворительным здоровьем. Для группы с плохим здоровьем провести данное исследование не удалось, возможно потому что процент таких респонедентов чрезвычайно мал(не достигает и 1%). Очень признательна за помощь. Здоровье должно быть зависимой переменной. Соответственно модель 1 (Плохое + Удв) кодируем 0 Хорошее кодируем 1 все остальные параметры - независимые переменные, смотрим какие могут помочь отличать (плохоен+удв) от хор. Если такие есть можно попробовать удв кодируем 0 (только) против хорошее (1) т.е отбрасваете плохое и далее также. |
|
24.03.2009 - 13:12
Сообщение
#12
|
|
Группа: Пользователи Сообщений: 9 Регистрация: 4.03.2009 Пользователь №: 5890 |
Здоровье должно быть зависимой переменной. Соответственно модель 1 (Плохое + Удв) кодируем 0 Хорошее кодируем 1 все остальные параметры - независимые переменные, смотрим какие могут помочь отличать (плохоен+удв) от хор. Если такие есть можно попробовать удв кодируем 0 (только) против хорошее (1) т.е отбрасваете плохое и далее также. Спасибо большое за совет. Посчитала, как вы предложили. Закодировала 1-хорошее,0-плох+удовл, получила результат. У меня всего лишь 3 ответа с плох здоровьем, поэтому наверное отдельно его отбрасывать не стоит(я поняла, что надо выкинуть данные людей, отметивших плох здоровье и затем снова посчитать). Я права? |
|
26.03.2009 - 23:08
Сообщение
#13
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
Спасибо большое за совет. Посчитала, как вы предложили. Закодировала 1-хорошее,0-плох+удовл, получила результат. У меня всего лишь 3 ответа с плох здоровьем, поэтому наверное отдельно его отбрасывать не стоит(я поняла, что надо выкинуть данные людей, отметивших плох здоровье и затем снова посчитать). Я права? Думаю, что не стоит, просто объедините плохое и удовлетворительное и сравнивайте с хорошим. |
|
27.03.2009 - 13:03
Сообщение
#14
|
|
Группа: Пользователи Сообщений: 9 Регистрация: 4.03.2009 Пользователь №: 5890 |
|
|
21.05.2009 - 10:50
Сообщение
#15
|
|
Группа: Пользователи Сообщений: 14 Регистрация: 1.03.2009 Пользователь №: 5873 |
ЗДРАвствуйте! После просмотра сайта окнчательно запуталась. Необходимо построить логит-модель, завис. переменная - исход(0-неуд. 1-уд), независ. количественные - возраст, лейкоцитоз, ЛИИ, качественные номинальные - вид заболевания (4 вида по степени выраженности не классифицир, т.е. не категориальные) и вид лечения (4 вида), а так же пол, тяжесть состояния - 3 категории. Я поняла, что для категориальных надо делать пустышки, а для видов заболевания и лечения тоже? В мою задачу входит из вышеперечисленных выбрать наиболее значимые предикторы и соответственно построить приемлемую модель. Раньше я строила в быстрой логит регрессии, но видимо необходимо в GLM пошаговую с исключением. Там попробовала не перекодируя данных, выдает слишком много переменных. Как быть? Извините за дилетантские вопросы.
|
|