mutivariable regression에 대한 도움말여보세요,
Im은 불리한 사건에 대한 변수의 독립적 인 연관성을 조사하면서 다 변수 로지스틱 회귀를 시도하지만, 관심 변수의 결과는 불안정한 것으로 읽습니다. 변수가 실제로 단 변수 분석에서 내 결과 (부작용)에 대해 100 % 감도가 있기 때문입니다. 이 경우, 누구든지 할 일에 대한 제안이 있습니까?
고맙습니다!
Noelle
다시 : mutivariable 회귀 도움말희귀 한 이벤트, 즉 예측 수준 중 일부에 대해 관찰되지 않은 응답 수준으로 인해 문제가 발생할 수 있다고 말하는 것을 잊었습니다. 분리 문제와 관련이 있습니다. Firth을 추정치로 조정하는 것이 도움이되지만 드문 이벤트 문제가 심각하면 모든 문제를 제거 할 수있는 것은 아닙니다.
다시 : mutivariable 회귀 도움말몇 가지 점만 확인하면됩니다.
- [모델에 맞춤]을 선택하고 피팅 특성을 일반화 된 선형 모델로 변경했습니다.
- 배포본과 기본 표준 Logit 링크 기능에 대해 Binomial을 선택했습니다.
- 퍼스 조정 옵션을 선택했습니다.
몇 가지 생각은 다음과 같습니다.
- 나는보고 된 오류와 LRT 통계 중 일부가 0이라는 사실 때문에 CI가 누락되었다고 생각합니다. 또한 상대 우도 함수가 너무 평평한 경우 CI에 사용할 수 없습니다.
- 예. 이러한 문제를 제거하면 (예 : 모델에서 일부 효과 제거) 누락 된 CI가 우도 함수의 문제로 인해 발생할 수 있습니다.
- JMP Pro를 사용한다면 일반 회귀 분석 방법을 시도해 볼 수 있습니다.
또한 데이터 또는 사용중인 모델 및 추정 방법의 가정에 문제가 될 수 있습니다. 이 시점에서 확실히 말할 수는 없습니다.
다시 : mutivariable 회귀 도움말여보세요,
나는 누군가가이 질문에 대해 어떤 통찰력을 갖고 있는지 궁금해하고있다. GLM을 이항 분포 및 로짓 링크 함수와 함께 사용했으며 더 이상 "불안정한"모델을 가지고 있지 않습니다. 관심있는 주요 예측 변수는 독립적으로 반응 변수 (Adverse event vs No event)와 연관되어 있지만 현재 CI가보고되지 않았습니다. 69 명의 환자 만 총 8 개의 변수를 예측할 수 있습니다. 모델에서 예측 변수 중 일부를 제거하면 신뢰 구간이 나타납니다. 내 질문은 ...
1. 모델에 예측 변수가 너무 많아 초기에 CI가보고되지 않는가?
2. 이 문제는 결과에 대해 100 % 감도를 유지하는 데서 아직도 형태가 유지되고 있습니까 (보고서에는 "일부 데이터 포인트에 대한 완벽한 적합성의 증거가 있으며, 헤 시안 행렬은 데이터의 준 완벽한 분리를 제시합니다. 적합과 결과는 의심스러운 가치입니다.주의해서 진행하십시오. "
삼. 내가 사용해야하는 또 다른 적합한 모델이 있습니까?
여러분 모두를 다시 한번 감사드립니다.
다시 : mutivariable 회귀 도움말이 답변에 감사드립니다.
몇 가지 후속 질문이 있습니다. GLM with binomial을 사용할 때, 내 2x2 테이블 중 일부에 값이 <5 인 셀이 있습니까?
또한,이 모델에서는 OR을 사용하지 않고 추정값과 SE를보고 할 것입니까 (명목 LR과 같은)?
한 가지 더 질문 - jmp는 2x2에 0이있는 경우 RR을보고하는 방법이 있습니까? 나는 몇몇 프로그램이 각 세포에 0.5 또는 1을 더하는 것을 보았다.
시간 내 주셔서 다시 한번 감사드립니다.
Noelle
다시 : mutivariable 회귀 도움말이원 반응이 있습니다 (이상 반응이 있는지 없는지). 모델에 여러 개의 예측 변수가 있습니다. 명목 로지스틱 회귀 분석을 사용하면 추정치가 불안정합니다. GLM 대신 이항 분포 및 로짓 링크 함수를 사용하십시오. Firth 조정 옵션을 선택해야합니다. 별도의 문제가있는 경우 도움이됩니다.
