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]

Понятно, спасибо! А коэффициенты корреляции нужно указывать, чтобы объяснить тип и силу связи между факторами?

[плав]

Понятно, спасибо! А коэффициенты корреляции нужно указывать, чтобы объяснить тип и силу связи между факторами?

Коэффициент корреляции? А он откуда? Силу связи фактора с бинарным показателем (тем, что используется в логистической регрессии) описывает отношение шансов. Напомню, что отношение шансов показывает, во сколько раз шансы исхода (например, смерти) выше у человека с данным фактором по сравнению с человеком без него.
Для единичного изменения (на 1 кг измнения массы) отношение шансов равно exp(beta), где beta - коэффициент логистической регрессии для данного фактора, а exp - основание натуральных логарифмов. Иными словами, если бета=1, ОШ=2,7.
Некоторую проблему у Вас создает кодирование денситометрических показателей
из.масса - 0.007
денсит(налич) - 0.003
степень_ден(силь) - 0.003
возраст(старше 46) -0.098
и уравнение Y=-26.600 + 0.959X1 - 5.139X2 + 6.869X3 + 2.767X4
Итак,
для изменения массы ОШ=2,6
для наличия денситометрических изменений, но при отсутсвии сильных изменений ОШ=0,006
Наличие сильный изменений ОШ=5,6 (при кодировании была схема 1 1, значит при сильных денситометрических изменениях имеем -5,139+6,869=1,73). В этом случае, правда, есть проблемы в рассчете ДИ.
Кстати, уверены, что коэффициенты такие большие? Я посчитал, что Вы привели выше уравнение логистической регрессии, если нет - то делать все то же самое, но с коэффициентами логистической регрессии.