![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 35 Регистрация: 3.10.2008 Из: Москва Пользователь №: 5369 ![]() |
Уважаемые форумчане!!! Я опять к вам за помощью. На этот раз я опять пользовалась поиском, но что то у меня ничего не нарисовалось почему то.
Есть результат лечения - положительный и отрицательный. И есть несколько факторов - пол, возраст, размеры опухоли, параметры лечения и ряд других. Как провести анализ зависимости результата от каждого в отдельности фактора? В одну колонку я вношу результат, в другие колонки - эти факторы. А как посчитать это с помощью Статистика - 6 или -7? Подскажите пожалуйста, на какие кнопки жать и какие параметры оценивать? Заранее спасибо. |
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 ![]() |
Вообще-то логистическая регрессия. Если бы не менюшный интефейс, то совет можно было бы дать, типа в R
glm(Y~age+sex+size+treat1,family="binomial"), но в Statistica процедура достаточно хорошо описана в хелпе. Идея в том, что вначале можно построить модель попарно с каждым фактором, затем все вместе. Т.е. зависимая переменная - исход (кодируйте 0 и 1), а независимые - изучаемые. Можно и поуродоваться - вначале для качественных переменных построить таблицы сопряженности (crosstables в базовой статистике), для количественных все равно придется делать унивариантную логистическую регрессию. |
|
![]() |
![]() |
![]()
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 35 Регистрация: 3.10.2008 Из: Москва Пользователь №: 5369 ![]() |
Вообще-то логистическая регрессия. Если бы не менюшный интефейс, то совет можно было бы дать, типа в R glm(Y~age+sex+size+treat1,family="binomial"), но в Statistica процедура достаточно хорошо описана в хелпе. Идея в том, что вначале можно построить модель попарно с каждым фактором, затем все вместе. Т.е. зависимая переменная - исход (кодируйте 0 и 1), а независимые - изучаемые. Можно и поуродоваться - вначале для качественных переменных построить таблицы сопряженности (crosstables в базовой статистике), для количественных все равно придется делать унивариантную логистическую регрессию. Плав, спасибо большое, что откликаетесь. Я с помощью вас все таки провела РОК-анализ, и поняла что это такое. Книгу Флечера, которую вы мне советовали (да и не только вы) в другой теме, я , увы, не могу найти. Кроме того, изучить целую книгу - это не просто в условиях постоянного потока больных и кучи дел. Наука в нашем учреждении - дело прикладное. Так сказать, хобби. Уверена, что в "Статистике" это можно посчитать без глубоких знаний в статистической науке, нажимая на кнопки - знать бы на какие. Не подумайте, что я лишь поверхностно подхожу к делу. Просто мне кажется, что если я примерно понимаю, в чем суть монофакторного анализа, то зная, на что жать в Статистике, я это сделать смогу сама, не дергая людей. И еще понимать бы, что значит куча результатов на выходе. ![]() ![]() ![]() Не могли бы пошагово разъяснить, как это сделать? Я делаю несколько вергикальных колонок - вар.1 - это результат (о - плохой, 1 - хороший - так кодирую), вар.2 - и последующие варианты - это признаки, от которых может зависеть результат. Количественный признак я вношу, как есть (например, размеры опухоли столько то см), а качественный - например, пол - кодирую (м-1, ж-2 допустим). Дальше жму на кнопку "статистика". А дальше что выбирать? ЛИнейные и нелинейные модели? Дальше - общие регрессионные модели? А дальше - простая регрессия? Далеее вносятся варианты, ну, а дальше - там уже я не знаю. Подскажите, пожалуйста!! |
|
![]() |
![]() |
![]() ![]() |