Какой вид анализа применить? Опции

[Pyrosmani]

При обследовании 113 пациентов, которым ранее проведено бужирование, у 30 выявлены ранние рестенозы. Проанализировано влияние факторов (пол; возраст; время, прошедшее с момента ожога до начала бужирования; протяженность стриктуры; локализация; степень сужения и т.д.)- на развитие ранних рестенозов. Установлено статистически значимое влияние некоторых из них на развитие ранних рестенозов.

Надо определить, как будет изменяться вероятность раннего рестенозирования при совокупном влиянии 2 и более факторов (примерно так: фактор 1+2 приводят к увелич. частоты ранних рестенозов в 2 раза, 1+3 в 1,5 раза - т.е. сочетание каких факторов будет прогностически наиболее неблагоприятным в отношении ранних рестенозов).

Подскажите, пожалуйста, какие статистические методы лучше применить и какие статистич. пакеты оптимальнее использовать.

[Pyrosmani]

1.В программе MS Excel 2007 открыть вкладку Надстройки, выбрать AtteStat, в открывшемся контекстном меню программы выбрать модуль Распознавание образов (PRT).


2.В первом окне этого модуля, которое называется Обучение, выбрать в качестве Метода распознавания ? Логистическую регрессию, указать на необходимость построения ROC- кривой.В поля Интервал обучающей выборки, Интервал классификатора ввести соответствующие данные. Выбрать пустую ячейку вне массива данных-интервал вывода результатов.


3.Интервал обучающей выборки- диапазон ячеек MS Excel 2007, содержащих значения по каждой из независимых переменных для всех объектов исследования (пациентов).

4.Интервал номеров классов или оценок- диапазон ячеек, содержащих значения зависимой бинарной переменной для каждого объекта исследования. (прикрепил в файле)

5.После ввода данных и указания интервала для вывода результата нажать Расчет.
6.Будут получены коэффициенты регрессии для каждой из независимых переменных, стандартные ошибки, уровни значимости (р), будет указано значение логарифмической функции максимального правдоподобия (ФМП), площади под ROC- кривой, а также значения оптимальных порогов отсечения, чувствительности и специфичности.В заключение программа построит характеристическую кривую (ROC ? кривая).

Рассчитанные значения коэффициентов регрессии, значения оптимальных порогов отсечения используются впоследствии собственно для распознавания образов.

В окне модуля распознавание образов выбрать Распознавание (логист.). В поле Объект- ввести интервал значений независимых переменных (в том порядке в котором они указаны при обучении).

В поле Коэффициенты регрессии- интервал коэффициентов регрессии, рассчитанных в процессе Обучения. В поле Порог отсечения- значение оптимального порога отсечения, рассчитанного в процессе Обучения.


После нажатия на клавишу Расчет программа выводит значение оценки для данного объекта исследования.
На основании полученной оценки можно, например, прогнозировать результаты лечения (для простоты изложения взят пример из той же таблицы данных, по которой проводилось Обучение).

Использованы: пример из руководства к СПСС (таблица данных), справочные материалы к модулю распознавание образов программы Attestat v.12.0.1

Сообщение отредактировал Pyrosmani - 4.04.2010 - 15:53

Эскизы прикрепленных изображений