多変数回帰分析に役立つこんにちは、
有害事象に対する変数の独立した関連を見て多変数ロジスティック回帰を行おうとしているが、興味のある私の変数に対する結果は不安定であると読んでいる。これは、変量が実際に単変量解析の結果（有害事象）に対して100％の感度を持っているためです。このような場合、誰かに何をすべきかについて提案がありますか？
ありがとうございました！
ノエル
再：多変数回帰を支援する私はあなたがまれなイベント、すなわちあなたの予測値レベルのいくつかについて観察されない応答レベルのために問題を抱えているかもしれないと言うのを忘れていました。それは分離問題に関連しています。推定値に対するFirthの調整は役立ちますが、まれなイベントの問題が深刻な場合、必ずしもすべての問題を排除できるわけではありません。
再：多変数回帰を支援するいくつかポイントを確認するだけです。
- Fit Modelを選択し、フィットパーソナリティをGeneralized Linear Modelsに変更します。
- 分布とデフォルトの正規ロジットリンク関数に二項を選択しました。
- Firth調整オプションを選択しました。
いくつかの考えがあります：
- 報告されたエラーと、LRT統計の一部がゼロであるという事実のために、CIが欠落していると思います。また、相対尤度関数が平坦すぎる場合は、CIには使用できません。
- はい。これらの問題を排除すると（たとえば、モデルからいくつかの効果を削除するなど）、失われたCIは尤度関数の問題に起因する可能性があります。
- JMP Proがあれば、一般化回帰法を試すことができます。
データや、使用しているモデルや推定方法の仮定に問題がある可能性もあります。現時点では確実に言うことはできません。
再：多変数回帰を支援するこんにちは、
誰かがこの質問について何か洞察力を持っているのかどうか、私は思っています。私は二項分布とロジットリンク機能でGLMを使いました、そしてもはや「不安定な」モデルを持っていません。私が興味を持っている主な予測因子は、私の応答変数（Adverse event vs no event）と独立して関連付けられていますが、CIは報告されていません。私は69人の患者に対して合計8つの予測変数を持っています... モデルから予測子変数をいくつか削除すると、信頼区間が表示されます。私の質問は…
1。モデル内に予測変数が多すぎるため、最初はCIが報告されていませんか
2。この問題はまだ結果に対して100％の感度を持っていることから生じている（報告は「検出されたいくつかのデータポイントに完全に適合する証拠」、そしてヘッセ行列はデータの準完全分離を示唆している。適合性と結果は疑わしい価値があります - 慎重に進めてください」。
3。私が使うべきもう一つのより適切なモデルはありますか？
ご協力ありがとうございました
再：多変数回帰を支援するこの回答ありがとうございます。
フォローアップの質問がいくつかあります。二項式でGLMを使用する場合、2 x 2のテーブルのいくつかに<5の値のセルが含まれていても大丈夫ですか？
また、このモデルでは、ORではなく推定値とSEを報告するだけですか（名目上のLRの場合と同様）。
もう1つ質問 - 2x2にゼロがある場合、jmpはRRを報告する方法を持っていますか？私は、いくつかのプログラムが各セルに0.5または1を加えることを見ました。
お時間をいただきありがとうございます
ノエル
再：多変数回帰を支援するあなたは二項反応を示します（有害事象の有無にかかわらず）。モデルには複数の予測子があります。名義ロジスティック回帰を使用すると、推定値は不安定になります。二項分布とロジットリンク機能でGLMを使うことを試みるかもしれません。あなたが別の問題を抱えているなら、これが助けになるので、Firth調整オプションを必ず選択してください。
