Open/Close Menu Gabinet dentystyczny w Kazimierzu Dolnym

La réponse est qu`il n`y a pas de réponse… Toutefois, la sélection du niveau de référence peut modifier l`estimation du modèle dans certains cas. Il est important de se rappeler que tous les résultats (et les effets significatifs) présentés sont relatifs au niveau de référence. Pour rendre ce point plus clair, voyons un exemple. Dans une enquête nationale sur l`occurrence de l`acidocétose diabétique, la région géographique de l`individu s`est trouvée significativement reliée à la probabilité de l`acidocétose diabétique au début du diabète (7). Dans ce travail, la région nord/nord-est a été définie comme référence et la région du sud-est était la seule à être statistiquement différente par rapport à la référence. Les résultats, montrant uniquement la variable de région, sont inférieurs (tableau 6). Cela signifie que le risque pondéré de décès associé au traitement standard est de 3,74 fois le risque de décès d`individus prenant un nouveau traitement. Cependant, comme le nombre de variables explicatives augmente, la complexité de ces calculs peut devenir presque impossible à manipuler. En outre, Mantel-Haenszel OR, comme le simple OR, admet seulement des variables explicatives catégoriques.

Par exemple, pour utiliser une variable continue comme l`âge, nous devons définir un point de rupture pour catégoriser (dans notre cas, arbitrairement fixé à 45 ans) et ne pouvait pas utiliser l`âge réel. Déterminer les points de rupture n`est pas toujours facile! Mais il y a une meilleure approche: utiliser la régression logistique à la place. AOA, s`il vous plaît dites-moi que vais-je utiliser probit o logit modèle si, j`ai un modèle dépendant et un indépendant avec cinq variables de contrôle. variable dépendante est une variable factice 0 et 1 et aussi 1 variable de contrôle ont des valeurs 1 et 0?? D`autres ont trouvé des résultats qui ne sont pas conformes à ce qui précède, en utilisant différents critères. Un critère utile est de savoir si le modèle ajusté sera censé atteindre la même discrimination prédictive dans un nouvel échantillon qu`il semble atteindre dans l`échantillon de développement du modèle. Pour ce critère, 20 événements par variable candidate peuvent être exigés. [25] en outre, on peut argumenter que 96 observations sont nécessaires uniquement pour estimer l`interception du modèle assez précisément que la marge d`erreur dans les probabilités prévues est de ± 0,1 avec un niveau de confiance de 0,95. [15] une règle de base largement utilisée, la règle «un sur dix», stipule que les modèles de régression logistique donnent des valeurs stables pour les variables explicatives si elles reposent sur un minimum d`environ 10 événements par variable explicative (EPV); où l`événement désigne les cas appartenant à la catégorie la moins fréquente dans la variable dépendante.

CategoryBez kategorii

© 2017 - holidental.pl by MTeam

Kontakt:       507-071-796