Прогнозирование риска рецидивов, Statistica 6 Опции

[saymay]

Здравствуйте!
Извините за возможно глупый вопрос, но мне очень нужна помощь, может кто сталкивался как можно в программе Statistica рассчитать прогнозирование риска развития рецидивов заболевания, если известны пол, возраст, избыточная масса тела, и еще три признака(у части пациентов имеется или отсутствуют), всего пациентов 60, из них 20 мужчины, остальные женщины. При чем как рабочая гипотеза - что риск заболевания чаще всего у женщин, возраст старше 40 и с избыточной массой тела? Заранее спасибо за помощь!

[saymay]

Здравствуйте!
Результаты логистической регрессии неутешительные, при проверке получается вот такое уравнение (если задаю пол=женский)
Y=-19,016 + 0,665x1 + 0,17x2 - 0,36x3, значимость факторов (не всех) тоже не удовл-ет условиям - выше чем 0,01
изб.масса - 0.013
возраст - 0.540
остеопор.- 0.146
Если посмотреть результаты линейной регрессии (сделано просто из любопытства) то получается след.уравнение
Y=-0,561 + 0,949x1 + 0,023x2 + 0,667x3 - 0,777x4
значимость след:
пол - 0,000
изб.масса- 0,020
аденопат.- 0,000
суставн.синд- 0,000
кэффициент детерминации с учетом степеней свободы = 0.765, расчет.критерий Фишера =37.185 и все отобранные факторы статистически значимы(при сравнении критерия Стьюдента)

[плав]

Здравствуйте!
Результаты логистической регрессии неутешительные, при проверке получается вот такое уравнение (если задаю пол=женский)
Y=-19,016 + 0,665x1 + 0,17x2 - 0,36x3, значимость факторов (не всех) тоже не удовл-ет условиям - выше чем 0,01
изб.масса - 0.013
возраст - 0.540
остеопор.- 0.146
Если посмотреть результаты линейной регрессии (сделано просто из любопытства) то получается след.уравнение
Y=-0,561 + 0,949x1 + 0,023x2 + 0,667x3 - 0,777x4
значимость след:
пол - 0,000
изб.масса- 0,020
аденопат.- 0,000
суставн.синд- 0,000
кэффициент детерминации с учетом степеней свободы = 0.765, расчет.критерий Фишера =37.185 и все отобранные факторы статистически значимы(при сравнении критерия Стьюдента)

Два замечания
1) избыточная масса тела "работает", я говорил при отборе про уровень 0,1, не 0,01 (и это только для отбора модели, в финальной модели принимаются во внимание только значения <0,05)
2) Почему Вы задаете, что пол женский? Если у Вас есть переменная "пол" включайте все наблюдения в анализ и добавьте перемненную "пол" (например, 1=женщина, 0=мужчина)
Согласен с вышенаписанным - использовать линейную регрессию тут нельзя. Распределение ошибки не нормальное (что требуется для OLS) и в линейной регрессии нет ограничений на значения, т.е. можно легко получить 1,5 или -0,5, что является невозможным для изучаемого показателя.