Perguntas com a marcação «odds-ratio»

Uma medida de associação entre duas variáveis ​​binárias igual à probabilidade de um resultado 'positivo' em uma variável dividida pela probabilidade na outra. Os intervalos de OR (0, infinito). Ele tem uma forte conexão com a regressão logística.

2
Regressão de Poisson para estimar o risco relativo de resultados binários
Sumário breve Por que é mais comum a regressão logística (com odds ratio) ser usada em estudos de coorte com resultados binários, em oposição à regressão de Poisson (com riscos relativos)? fundo Os cursos de estatística e epidemiologia de graduação e pós-graduação, na minha experiência, geralmente ensinam que a regressão …

4
Regressão logística em R (Odds Ratio)
Estou tentando realizar uma análise de regressão logística R. Eu participei de cursos que cobrem este material usando o STATA. Estou achando muito difícil replicar a funcionalidade no R. É maduro nesta área? Parece haver pouca documentação ou orientação disponível. A produção do odds ratio parece exigir a instalação epicalce …
41 r  logistic  odds-ratio 

1
Por que meus valores p diferem entre a saída da regressão logística, o teste do qui-quadrado e o intervalo de confiança para o OR?
Eu construí uma regressão logística em que a variável de resultado está sendo curada após o tratamento ( Curevs. No Cure). Todos os pacientes deste estudo receberam tratamento. Estou interessado em ver se o diabetes está associado a esse resultado. Em R, minha saída de regressão logística é a seguinte: …




1
Coeficiente negativo na regressão logística ordenada
Suponha que tenhamos a resposta ordinal e um conjunto de variáveis que pensamos irá explicar . Em seguida, fazemos uma regressão logística ordenada de (matriz de projeto) em (resposta).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 Suponha que o coeficiente estimado de , chame-o , na regressão logística ordenada …

4
A precisão da máquina de aumento de gradiente diminui à medida que o número de iterações aumenta
Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: 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] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

4
Qual é a distribuição do OR (odds ratio)?
Eu tenho vários artigos que apresentam "OR" com IC95% (intervalos de confiança). Quero estimar a partir dos artigos o valor de P para o OR observado. Para isso, preciso de uma suposição sobre a distribuição OR. Que distribuição posso assumir / usar com segurança?



3
Diferentes maneiras de produzir um intervalo de confiança para o odds ratio a partir da regressão logística
Estou estudando como construir um intervalo de confiança de 95% para odds ratio a partir dos coeficientes obtidos na regressão logística. Portanto, considerando o modelo de regressão logística, 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} de tal modo que x=0x=0x = 0 para o …




Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.