Une mesure d'association entre deux variables binaires égale à la cote d'un résultat «positif» dans 1 variable divisée par la cote dans l'autre. Les plages OR (0, infini). Il a un lien étroit avec la régression logistique.
Bref résumé Pourquoi est-il plus courant d'utiliser la régression logistique (avec rapports de cotes) dans les études de cohortes à résultats binaires, par opposition à la régression de Poisson (avec les risques relatifs)? Contexte D'après mon expérience, les statistiques et les cours d'épidémiologie pour les étudiants de premier cycle et …
J'essaie d'entreprendre une analyse de régression logistique en format R. J'ai suivi des cours sur ce matériel avec STATA. Je trouve très difficile de reproduire la fonctionnalité dans R. Est-il mature dans ce domaine? Il semble y avoir peu de documentation ou de conseils disponibles. La production du rapport de …
J'ai construit une régression logistique dans laquelle la variable de résultat est en train de guérir après le traitement ( Curevs No Cure). Tous les patients de cette étude ont reçu un traitement. Je voudrais savoir si le diabète est associé à ce résultat. Dans R ma sortie de régression …
Je suis un peu nouveau dans l'utilisation de la régression logistique et un peu confus par une divergence entre mes interprétations des valeurs suivantes qui, selon moi, serait la même: valeurs bêta exponentiées probabilité prédite du résultat en utilisant des valeurs bêta. Voici une version simplifiée du modèle que j'utilise, …
J'ai eu du mal à comprendre l'utilisation de la régression logistique dans un article. L'article disponible ici utilise la régression logistique pour prédire la probabilité de complications lors d'une chirurgie de la cataracte. Ce qui me déroute, c'est que le document présente un modèle qui attribue un rapport de cotes …
J'ai une variable de résultat binaire {0,1} et une variable prédictive {0,1}. Je pense qu'il n'est pas logique de faire de la logistique à moins que j'inclue d'autres variables et que je calcule le rapport de cotes. Avec un seul prédicteur binaire, le calcul de la probabilité ne suffirait-il pas …
Supposons que nous ayons la réponse ordinale et un ensemble de variables que nous pensons vous expliquera . Nous faisons ensuite une régression logistique ordonnée de (matrice de conception) sur (réponse).y:{Bad, Neutral, Good}→{1,2,3}y:{Bad, Neutral, Good}→{1,2,3}y:\{\text{Bad, Neutral, Good}\} \rightarrow \{1,2,3\}X:=[x1,x2,x3]X:=[x1,x2,x3]X:=[x_1,x_2,x_3]yyyXXXyyy Supposons que le coefficient estimé de , appelez-le , dans la …
J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
Dans l'exemple suivant > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal …
J'ai un tas d'articles présentant "OR" avec un IC à 95% (intervalles de confiance). Je veux estimer à partir des articles la valeur P pour le OU observé. Pour cela, j'ai besoin d'une hypothèse concernant la distribution OR. Quelle distribution puis-je assumer / utiliser en toute sécurité?
Dans un article récent, Norton et al. (2018) déclare que[ 1][1]^{[1]} Différents rapports de cotes de la même étude ne peuvent pas être comparés lorsque les modèles statistiques qui aboutissent à des estimations de rapports de cotes ont des variables explicatives différentes parce que chaque modèle a un facteur d'échelle …
J'étudie comment construire un intervalle de confiance à 95% pour l'odds ratio à partir des coefficients obtenus dans la régression logistique. Donc, compte tenu du modèle de régression logistique, log(p1−p)=α+βxlog(p1−p)=α+βx \log\left(\frac{p}{1 - p}\right) = \alpha + \beta x \newcommand{\var}{\rm Var} \newcommand{\se}{\rm SE} tels que x=0x=0x = 0 pour le groupe …
Si je comprends bien, la valeur bêta exponentielle d'une régression logistique est le rapport de cotes de cette variable pour la variable dépendante d'intérêt. Cependant, la valeur ne correspond pas au rapport de cotes calculé manuellement. Mon modèle prédit le retard de croissance (une mesure de la malnutrition) en utilisant, …
Dans la régression logistique, un rapport de cotes de 2 signifie que l'événement est 2 fois plus probable compte tenu d'une augmentation d'une unité du prédicteur. Dans la régression de Cox, un rapport de risque de 2 signifie que l'événement se produira deux fois plus souvent à chaque instant, compte …
Dans un commentaire ici , @gung a écrit, Je pense qu'ils peuvent se chevaucher un peu (peut-être ~ 25%) et être encore significatifs au niveau de 5%. N'oubliez pas que l'IC à 95% que vous voyez concerne l'OR individuel, mais le test de 2 OR porte sur la différence entre …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.