Вопрос по факторному анализу Опции

[md416]

Уважаемые коллеги, возник такой вопрос:
При выполнении факторного анализа используется логистическая регрессия.
При однофакторном анализе (и многофакторном) программы позволяют включать или исключать так называемый свободный член.
Нужно ли его включать или нужно исключать для получения более достоверных сведений? А интересует в первую очередь в результате отношение шансов и его ДИ. Соответственно, включение и исключение свободного члена дает в итоге разные результаты и разный p уровень...

P.S. в тех статьях, которые я видел и где используется факторный анализ в описании методов как-то не приводят такие данные о свободном члене.

Как быть?

Заранее спасибо!

[EkaterinaN]

Добрый день. Подскажите, пожалуйста, по статистическим методам. У меня есть группа больных (n=229) с терминальной стадией заболевания, которые прошли успешное лечение по устранению причины этого заболевания (избавились от вируса). После этого, я наблюдаю больных каждые 3-6 месяцев с целью выявления неблагоприятных исходов. Мне необходимо определить какие параметры (факторы) до лечения позволят спрогнозировать развитие неблагоприятного исхода, несмотря на успешную противовирусную терапию. Какой метод точнее: логистическая регрессия или анализ пропорциональных рисков Кокса (последний чаще встречается в работах с аналогичным дизайном исследования)?

[nokh]

Добрый день. Подскажите, пожалуйста, по статистическим методам. У меня есть группа больных (n=229) с терминальной стадией заболевания, которые прошли успешное лечение по устранению причины этого заболевания (избавились от вируса). После этого, я наблюдаю больных каждые 3-6 месяцев с целью выявления неблагоприятных исходов. Мне необходимо определить какие параметры (факторы) до лечения позволят спрогнозировать развитие неблагоприятного исхода, несмотря на успешную противовирусную терапию. Какой метод точнее: логистическая регрессия или анализ пропорциональных рисков Кокса (последний чаще встречается в работах с аналогичным дизайном исследования)?

Логистическая регрессия не подходит, т.к. имется не однократный срез, а продольное (longitudinal) исследование, где выборки одних и тех же пациентов на разных сроках являются зависимыми по отношению друг к другу.
Регрессия Кокса тоже не подходит, т.к. исследование продольное + полное, тогда как этот анализ используется для массивов с цензурированными наблюдениями, когда пациенты выбывают из исследования на разных сроках.
Вам нужна обобщённая линейная модель (Generalized Linear Model) с биномиальным откликом, в которой нужно правильно задать between-within subjects эффекты. Это самая общая и одновременно сложная модель. Мне такую строить не доводилось, но материалы в сети есть. Если выложите сюда свои данные (чтобы не волноваться, можно в общем виде, типа "фактор 1", "фактор 2" и т.п.), то может быть форумчане помогут вам подогнать такую модель в R, SPSS или Statistica.