![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 12 Регистрация: 26.01.2009 Пользователь №: 5744 ![]() |
Здравствуйте! Подскажите как выявить значимость фактора (пол, возраст, характер перитонита и тд.) в смерти пациентов. Например: из 498 мужчин умерло 12, а из 107 женщин - 20. И такие данные по другим факторам. Мне сказали, что надо решать через формулу Байеса, но я так и не понял как.
|
|
![]() |
![]() |
![]() |
![]() ![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 ![]() |
если мы допускаем априорную вероятность 5,3%, но мы можем принять априорную вероятность другую, например 7%, если больше доверяем этой цифре. И все пересчитать. В качестве примера расчета приведена 5,3%, априорная может быть любая. Например, по данным литературы, смертность от перитонита от 3% до 8%, но больше вы, все таки, доверяете собственным данным (5,3%) и это будет априорная вероятность. А дальше, появляется ваша информация, что больные у которых вирусная нагрузка выше точки разделения, то LR+=2,4, или это женщина, LR+=3,14 то апостериорная вероятность изменится, и я показала, как ее посчитать. Программа, которая проводит эти расчеты на входе требует Prevalence (вы ее задаете из ваших предыдущих знаний) и значение чувтвительности и специфичности для положительного теста тестируемой переменной. При анализе влияния слудующего фактора, вы изменяете prevalence на полученные ранее значения. Нудно, конечно, после полетов логистической регрессии, но приложенный рисунок впечатляет! А пример отношений 1/3 и 1/4 просто позволяет понять, как связаны шансы и веротяность, чтобы руками посчитать. Если интересно, возьмем пример из учебника. Сообщение отредактировал DrgLena - 28.01.2009 - 00:59 |
|
![]() |
![]() |
![]() ![]() |