Regressione logisticaDevo fare la regressione logistica, ma ho qualche problema con la mia variabile esplicativa, è una specie di variabile continua con un gruppo fuori dal continoum.
Così:
età all'esposizione:
1
2
3
4
non esposto
Mi piacerebbe vedere se c'è un legame tra età di esposizione e stato di malattia, ma a causa del "non esposto" ho una variabile categoriale. L'unico modo per aggirare questo sembra essere quello di rimuovere il gruppo non esposto, ma questo non sembra giusto. Ho considerato di assegnare un numero per "non esposto", ma non sembra giusto, perché non sono mai stati esposti.
Qual è il modo migliore di procedere?
Re: regressione logisticaUn sacco di dettagli e opzioni lì, ma ho qualche idea. Se stai solo provando a modellare quanto tempo impiega un animale per ottenere la malattia - dal tuo primo set di dati in cui tutti gli animali hanno la malattia - allora penso che sia semplicemente un modello di regressione con qualsiasi fattore esplicativo che hai a disposizione. Una volta introdotto il gruppo di controllo, penso che sia un modello di sopravvivenza. Il tuo gruppo di controllo non è ancora stato diagnosticato con la malattia, ma può ancora averlo. Quindi, questa è una variabile censurata. La variabile che indica la malattia o nessuna malattia (una volta combinate le due serie di dati) è la variabile di censura e si dovrebbe censurare i valori di assenza di malattia. Puoi quindi includere qualsiasi variabile esplicativa che desideri esplorare. La variabile dipendente sarebbe il tempo - per il gruppo di controllo sarebbe il tempo in cui li hai osservati, ma la censura si prende cura del fatto che non si sono disgiunti dalla malattia a partire dal momento in cui hai condotto lo studio (quindi se sono stati osservati per 8 mesi, non diresti che ci sono voluti 8 mesi perché si ammalassero, ma piuttosto che da 8 mesi non si sono ancora ammalati, mentre il primo campione ha tutto il tempo necessario si è ammalato).
Re: regressione logisticaSono ufficialmente fuori dal mio campionato a questo punto, ma cercherò di spiegare.
I miei dati principali sono:
Data di nascita, data all'esposizione, sesso e data alla diagnosi. Tutti gli animali hanno avuto la malattia.
Da ciò possiamo calcolare: età all'esposizione, età a malattia e tempo tra esposizione e malattia (da provare a
Da questo abbiamo provato a fare un t-test, in cui abbiamo esaminato l'età media della diagnosi in relazione al sesso e alla data di esposizione. Tuttavia questo ci ha permesso solo di vedere se gli animali in un gruppo specifico avrebbero avuto la malattia prima degli altri, forse avremmo dovuto fare un rischio proporzionale, non l'abbiamo fatto.
Abbiamo quindi raccolto un gruppo di controllo (non originariamente una parte del progetto). Per quelli abbiamo data di nascita, data all'esposizione e sesso.
Vogliamo sapere se esiste un diverso rischio di malattia per i diversi gruppi
C'è un OR significativo tra i gruppi:
Ho fatto questo sia con 2x2 e reg registro. Con 2x2 ho OR per tutti i gruppi contro il gruppo non esposto, questo è stato fatto sia per l'esposizione anticipata / esposizione tardiva e l'esposizione per l'anno 1, 2 3 ecc.
Il registro è stato fatto allo stesso modo, ma solo il gruppo precoce / tardivo è comprensibile per me (l'altro ha troppi OR diversi).
Sto ancora cercando di capire come interpretare il registro; come ottengo l'OR quando prendi in considerazione entrambe le variabili esplicative. Quindi adesso conosco l'OR per il gruppo di esposizione 1 contro 2, ma voglio conoscere le femmine o nel gruppo di esposizione 1 rispetto alle femmine nel gruppo di esposizione 2, quel genere di cose. Questo è ciò che abbiamo concordato con il nostro consulente.
Abbiamo parlato molto di tutto il problema della sopravvivenza, ma non ci siamo basati su nulla. Ho provato a calcolare un rischio proporzionale di adattamento con età alla diagnosi come y e sesso ed età all'esposizione come variabili esplicative, ma non sono sicuro di cosa faccia il modello con il gruppo di controllo sano (la loro età alla diagnosi è un campo vuoto giusto adesso). Sono anche incerto su come inserire la variabile di censura. In questo momento è una parte dell'età alla colonna di esposizione e se non dovrei usarlo sia come censura che come effetto del modello non mi è chiaro.
Mi dispiace che sia così spigliato, ma non sono uno statistico o qualcosa di simile a uno e quello che sto cercando di fare è probabilmente molto al di sopra del mio livello di comprensione.
Re: regressione logisticaQuesta è una grande discussione. Il mix di metodi più le domande a cui rispondere. Lo y / n discreto rispetto alla gravità e come trattare la categoria n senza gravità. Non ho una buona risposta, mi piacerebbe sentire altri pensieri. Tuttavia, penso che si debba fare attenzione al contesto delle domande a cui rispondere. Ad esempio, stai provando a diagnosticare? Questo è separato da y dal n. O stai cercando di gestire? Questo sarebbe nel gruppo y puoi separare i livelli di gravità? E se questo è il caso, dovrebbero essere incluse le n? Non sono ancora entrati nel gruppo y o sono davvero un gruppo di controllo e non sarebbero mai nel gruppo y? Quindi le domande come siete in modalità di ricerca (ad esempio, R & S) o in qualche altra modalità? Rischio / costo delle decisioni prese sull'analisi.
Non avevo pensato alla censura in questi tipi di problemi, dovrei dare ancora un pensierino. Tuttavia, come Dale ha menzionato, i modelli di tipo di sopravvivenza sono usati per il tempo per l'evento, quindi dovresti pensare a come trattare la gravità come un momento per l'evento?
Re: regressione logisticaL'idea di Dale Lehman di un approccio censurato era quella a cui stavo pensando. Questo è esattamente il motivo per cui ero un po 'a disagio nel suggerire l'approccio ordinario al lavello della cucina. Il gruppo non esposto è chiaramente diverso dall'altro gruppo esposto da questa prospettiva di censura e i modelli di censura / sopravvivenza sono ideali per questo scenario.
Re: regressione logisticaQuesto sembra un problema di sopravvivenza - e il tuo "non esposto" sarebbe una variabile di censura. In altre parole, l'animale non è stato esposto ma potrebbe ancora essere esposto. Ma se questo approccio sarebbe valido qui, ho una domanda correlata: i modelli di sopravvivenza sono modelli continui per il tempo per l'evento ma con una variabile di censura. Un altro approccio a tale problema (suggerito sopra e usato frequentemente nella modellazione di cose come i problemi assicurativi) consiste nell'utilizzare una procedura di modellazione in due fasi. Primo modello la frequenza evento / evento senza eventi utilizzando un modello di classificazione (come la regressione logistica) e quindi modellare la "gravità" utilizzando solo i dati in cui si è verificato l'evento (questa sarebbe una variabile dipendente continua). Qualcuno può far luce sui relativi vantaggi dell'uso di questi due modi alternativi per modellare un tale problema?
Re: regressione logisticaLa ringrazio per la risposta. Ho già fatto le soluzioni 2 e 3.
La cosa con il numero 2: non ti imbatti in un pregiudizio dell'immortalità con quella soluzione? Voglio dire, vediamo un aumento del rischio quando gli animali vengono esposti ad un'età più avanzata, ma il rischio di questa malattia aumenta con l'età, quindi non so davvero quante informazioni sull'esposizione otteniamo da questo?
Il terzo funziona bene, ho anche provato a raggrupparlo in 3 gruppi (precoce / tardivo / non esposto) e ho capito come interpretarlo. È soprattutto perché voglio una x continua, ma includendo quello stupido gruppo non esposto, ma penso che la soluzione 1 possa risolverlo!
Re: regressione logisticaAggiungere ai suggerimenti di Pietro.
1. Analisi tramite generatore di grafici. Traccia i dati per ottenere una comprensione sottostante prima di proseguire.
2. Se la domanda è: in che modo i risultati dell'impatto sull'età rientrano nel gruppo esposto, allora si tratta di un'analisi.
3. Se la domanda è come l'esposizione / impatto di impatto non esposto è un'altra.
4. È possibile eseguire un'analisi di tipo a confronto multiplo per confrontare ciascun gruppo con un controllo (ossia, non esposto) o l'uno con l'altro (confronti a coppie), ecc.
Un sacco di modo per guardare i dati, ma vorrei iniziare con il generatore di grafici e andare da lì.Re: regressione logisticaUn pensiero per te è impostato sulla variabile predittore come Tipo di dati = Numerico e Tipo di modellazione = Ordinale. E puoi impostare il livello "Nessuna esposizione" come livello zero con alcune interpretazioni intuitive come 1, 2, 3 ecc. livelli come li hai articolati.
Un approccio alternativo potrebbe essere modellizzare l'esposta come variabile predittore numerica, lasciando il non esposto completamente fuori dall'analisi ... questo risponde "Se un individuo è esposto, ecco la relazione?" Quale consentirebbe l'interpolazione (se ha senso) per le persone esposte a dire 1,5 anni?
Un terzo approccio consiste nel raggruppare tutti gli individui esposti in un gruppo e chiamarli "Esposto" e ora includere il non esposto nel set di dati.
Probabilmente ci sono anche altre soluzioni ... ma queste vengono in mente in cima alla mia testa.
