Отношение шансов для сочетания факторов Опции

[Ares_ekb]

Здравствуйте!

Есть зависимая переменная инсульт и факторы: сахарный диабет (СД) и курение (К).

С помощью логистической регрессии (PASW 18) получаю отношения шансов для СД (8,521) и для К (1,328).

Затем добавляю в модель взаимодействие СД*К и получаю такие коэффициенты:

CODE

СД 2,068 (значимость - 0,000)
К 0,271 (значимость - 0,226)
СД*К 0,358 (значимость - 0,769)
Конст. -0,904 (значимость - 0,000)

Интерпретирую их так:
У не курильщиков СД повышает риск инсульта в exp(2,068)=7,909 раз
У курильщиков СД повышает риск инсульта в exp(2,068+0,358)=11,314 раз
У не диабетиков курение повышает риск инсульта в exp(0,271)=1,311 раз
У диабетиков курение повышает риск инсульта в exp(0,271+0,358)=1,876 раз

Вопрос 1: правильно ли всё это?

Вопрос 2: Как считать доверительные интервалы (ДИ) для этих ОШ? PASW считает exp(B) с доверительным интервалом. Я должен просуммировать границы ДИ для exp(B) для коэффициентов, которые складываю?

Вопрос 3: PASW выдает значимость для факторов. Зачем она может быть нужна? Я смотрю на границы ДИ для ОШ, и если в них попадает 1, значит изменение риска не значимо. Нужно ли мне при интерпретации результатов использовать ещё и эту значимость.

Вопрос 4: как посчитать ОШ для курящих диабетиков по сравнению со всеми остальными? Нужно перемножить ОШ?
8,521 * 1,328 = 11,316
Но тогда не учитывается связь между СД и К. И как в этом случае получить доверительный интервал?

Вопрос 5. Вообще факторов порядка 20 и для многих из них увеличение риска статистически не значимо (ОШ ~ 1). Но вполне возможно, что сочетания таких факторов дают значимое увеличение риска. Как лучше всего выбрать комбинации факторов? И как посчитать для этих сочетаний ОШ с ДИ?

[DrgLena]

По-моему у них не очень точные формулировки:

А именно?

С увеличением зарплаты шансы алкоголизма увеличиваются на 4.4% только для женщин, а не в среднем для всех.

Нет, это независимое влияние фактора. На 4,4% увеличивается шанс алкоголизма при повышении зарплаты относительно тех у кого зарплата не увеличивается.

Для мужчин прибавка к зарплате увеличивает шансы на 4,4%*(100%-3,8%)=0,4%=exp(0,0432-0,0390)
Из их фразы можно понять, что прибавка к зарплате для мужчин увеличивает шансы на 4,4%-3,8%=0,6%

Нет, уменьшает,
??.правда такая прибавка мужчине одновременно уменьшает это отношение на 3.8% (5.7%-1.9%)? , поскольку exp(b) для взаимодействия меньше единицы. 1,0-0,9618=0,0382. Это уменьшение и есть результат взаимодействия факторов.

Предлагаемой вами формулы у них вообще нет: exp(0,0432+0,8801-0,0390)=увеличение в 2,4 раза

Вы дойдите до конца любого примера. Ваш не сложный, два бинарный фактора, вы получите 4 значения вероятности в зависимости от сочетания факторов. Пример по вашей ссылке ucla c предоставлением файла данных, легко используемый в любом стат. gакетt, там расчет в Stata, но с SPSS совпадает полностью (контраст ? переменная пол, а переменная взаимодействия должна быть создана). Но там количественные переменные, а ваши все бинарные. Если вы представите пример своих данных, будет легче, вы поймете, что не группы сравниваются, а риск оценивается относительно альтернативы,т.е. относительно отсутствия фактора риска.