47382_de-DE

liliconcom

Hilfe bei der Mutivariablen-Regression

Hallo,

 

Ich versuche, eine multivariable logistische Regression durchzuführen, die die unabhängige Assoziation von Variablen für ein unerwünschtes Ereignis untersucht. Das Ergebnis für die Variable meines Interesses ist jedoch als instabil zu lesen. Ich glaube, das liegt daran, dass die Variable bei der univariaten Analyse tatsächlich eine 100-prozentige Sensitivität für mein Ergebnis (unerwünschtes Ereignis) aufweist. Wenn dies der Fall ist, hat jemand Vorschläge, was zu tun ist?

 

Danke schön!

Noelle

Betreff: Hilfe bei der Mutivariablen-Regression

Ich habe vergessen zu erwähnen, dass Sie aufgrund seltener Ereignisse möglicherweise ein Problem haben, d. h. Antwortniveaus, die für einige Ihrer Prädiktorniveaus nicht beobachtet werden. Es hängt mit dem Trennungsproblem zusammen. Die Firth-Anpassung der Schätzung hilft, kann jedoch nicht immer alle Probleme beseitigen, wenn das Problem seltener Ereignisse schwerwiegend ist.

Betreff: Hilfe bei der Mutivariablen-Regression

Ich überprüfe nur ein paar Punkte:

• Sie haben „Modell anpassen“ ausgewählt und die Anpassungspersönlichkeit in „Verallgemeinerte lineare Modelle“ geändert.
• Sie haben Binomial für die Verteilung und die standardmäßige kanonische Logit-Link-Funktion ausgewählt.
• Sie haben die Firth-Anpassungsoption ausgewählt.

Einige Gedanken sind:

1. Ich glaube, dass die CI aufgrund der gemeldeten Fehler und der Tatsache, dass einige Ihrer LRT-Statistiken Null sind, fehlen. Außerdem kann die relative Wahrscheinlichkeitsfunktion in Fällen, in denen sie zu flach ist, nicht für das CI verwendet werden.
2. Ja. Wenn Sie diese Probleme beseitigen (z. B. einige Effekte aus dem Modell entfernen), kann das fehlende CI auf das Problem mit der Wahrscheinlichkeitsfunktion zurückzuführen sein.
3. Wenn Sie über JMP Pro verfügen, können Sie die Methoden der generalisierten Regression ausprobieren.

Möglicherweise liegt auch ein Problem mit den Daten oder den Annahmen des von Ihnen verwendeten Modells und der Schätzmethode vor. Das kann ich zum jetzigen Zeitpunkt noch nicht mit Sicherheit sagen.

Betreff: Hilfe bei der Mutivariablen-Regression

Hallo,

 

Ich frage mich nur, ob jemand einen Einblick in diese Frage hat. Ich habe GLM mit der Binomialverteilung und der Logit-Link-Funktion verwendet und habe kein „instabiles“ Modell mehr. Der primäre Prädiktor, an dem ich interessiert bin, ist unabhängig mit meiner Antwortvariablen (unerwünschtes Ereignis vs. kein Ereignis) verknüpft, derzeit werden jedoch keine CIs gemeldet. Ich habe insgesamt 8 Prädiktorvariablen für nur 69 Patienten ... Wenn ich einige der Prädiktorvariablen aus dem Modell entferne, werden die Konfidenzintervalle angezeigt. Meine Fragen sind...

 

1. Werden die CI zunächst nicht gemeldet, weil das Modell zu viele Prädiktorvariablen enthält?

 

2. Liegt dieses Problem immer noch daran, dass eine 100-prozentige Sensitivität für das Ergebnis vorliegt (im Bericht heißt es: „Für einige erkannte Datenpunkte gibt es Hinweise auf eine perfekte Übereinstimmung, und die Hessische Matrix deutet auf eine quasi vollständige Trennung der Daten hin“). Passgenauigkeit und Ergebnisse sind von fragwürdigem Wert – gehen Sie mit Vorsicht vor.“

 

3. Gibt es ein anderes, passenderes Modell, das ich verwenden sollte?

 

Nochmals vielen Dank für Ihre Hilfe

 

 

 

Betreff: Hilfe bei der Mutivariablen-Regression

Vielen Dank für diese Antwort!

 

Ich habe ein paar weitere Fragen. Ist es bei der Verwendung von GLM mit Binomial in Ordnung, dass einige meiner 2x2-Tabellen Zellen mit Werten < 5 haben?

Würden Sie in diesem Modell außerdem nur die Schätzung und SE angeben und nicht ein OR (wie Sie es bei der nominalen LR tun würden)?

Noch eine Frage: Hat jmp eine Möglichkeit, eine RR zu melden, wenn im 2x2 Nullen vorhanden sind? Ich habe gesehen, dass einige Programme jeder Zelle 0,5 oder 1 hinzufügen.

 

Nochmals vielen Dank für Ihre Zeit

 

Noelle

Betreff: Hilfe bei der Mutivariablen-Regression

Sie haben eine binäre Reaktion (unerwünschtes Ereignis vorhanden oder nicht). Ihr Modell enthält mehrere Prädiktoren. Ihre Schätzungen sind instabil, wenn Sie die nominale logistische Regression verwenden. Sie könnten stattdessen versuchen, GLM mit der Binomialverteilung und der Logit-Link-Funktion zu verwenden. Stellen Sie sicher, dass Sie die Option „Firth-Anpassung“ auswählen, da dies hilfreich ist, wenn Sie ein anderes Problem haben.