勝算比(odds ratio)的用途
在邏輯回歸(logistic regression)裡 我們經常看見勝算比這個術語 它還具有兩種用途:
(一)把它當作確定係數(coefficient of determination) 來看待
(二)把它當作效力量(effect size)
allmaktub
抱歉～
想請教一下～
在執行完羅吉斯回歸後，
Exp(B)值出現 >5位數的數值（B值 >20），
這會是哪邊出了問題呢？
版主回應
邏輯回歸因為其依變項為二分變項的關係 有一個很重要的概念需要理解 這個概念叫做勝算
事件發生的機率(e.g., 0.01)為分子 事件不發生的機率(1-0.01=0.99)為分母 勝算為分子/分母(i.e., 0.01)
勝算比(odds ratio)就是勝算的比值 例如甲勝算為0.5 乙勝算為0.3 那麼甲/乙勝算比就是(0.5/0.3)
今天才看見問題 希望能有所幫助
Tina
請問如果是已經用multiple regression 統計Odds ratio 那應該就沒有所謂 Adjusted OR 對嗎? 或是還是可以針對 例如性別或是年齡 再Adjusted??
版主回應
當勝算比的計算不考慮其他的獨變項時 它可以被視為二變量分析 這類OR被說成是未校正或原狀勝算比 如果某特定變項OR的計算有考慮到其他的獨變項 那麼它就稱為校正勝算比
多重回歸分析 勢必考慮了其他獨變項 所以算出來的都是校正過的勝算比
希望能有所幫助
jennifer
如果是90%信賴區間呢?要打什麼語法
版主回應
本站左邊書籤連結處有Statistics Calculators 可以計算你想得到的訊息
希望能有所幫助
marlina
對不起 我的統計很差 可否請您明示
1.Exp(B)就是adjusted OR, Exp(B)95%的信賴區間 就是CI, 對嗎?
2.請問投稿文章若要寫出 mutiple linear regression 的數據, 應該要寫出哪幾項? 未標準化系數B之估計值, S.E., 標準化係數Beta分配, R平方,調整後的R平方, 回歸係數B的95%信賴區間, 完全搞糊塗了, 謝謝
版主回應
1.YES
2.Standardized Beta, S.E., adjusted R squared, CI.
顯著檢定有三種取向 一種是信賴區間法 一種是p值比較法 一種是臨界值比較法 如果不寫P值 那麼信賴區間一定要寫上去 建議著重於信賴區間的呈現 因為信賴區間告訴讀者的訊息會多於P值 如果要一起呈現信賴區間與p值也不是不行(因為曾經見過這樣的期刊文章) 但是我會認為p值是多餘的(如果已經呈現信賴區間的話)
有的研究者會把R平方和校正R平方一起呈現出來 但是我們必須了解 校正R平方藉由降低R平方的數值來移除R平方的偏誤 樣本越大校正的量就越小
希望能有所幫助
marlina
投稿文章若有關於logistic regression要寫出 adjusted OR, CI, 但以 SPSS跑 邏輯回歸 輸出結果有 B, S.E., Wald, Exp(B), Exp(B)95%的信賴區間, 請問這幾項輸出, 哪一個是adjusted OR? Exp(B)95%的信賴區間是否就是CI? 謝謝
版主回應
迴歸分析只要是考量了多個獨變項 那麼勝算比就是校正勝算比 據此 原狀勝算比僅存在於二變量回歸(因為只考慮一個獨變項) 所以校正勝算比與原狀勝算比的差別僅僅是因為考慮獨變項的多寡 換句話說 校正勝算比不存在於二變量回歸 而原狀勝算比不存在於多重回歸 所以多重回歸的勝算比就是校正勝算比(因為一定會考慮多個獨變項)
SPSS邏輯回歸的B是沒有標準化的迴歸係數(單獨看待沒有意義)SE與B的呈現都是為了計算Wald係數 而Wald係數是為了Exp(B)的顯著檢定(此處虛無值為1)
Exp(B)95%就是勝算比CI(Confidence Interval) 如果包含1那麼接受虛無假設
希望能有所幫助
抱歉～
想請教一下～
在執行完羅吉斯回歸後，
Exp(B)值出現 >5位數的數值（B值 >20），
這會是哪邊出了問題呢？
事件發生的機率(e.g., 0.01)為分子 事件不發生的機率(1-0.01=0.99)為分母 勝算為分子/分母(i.e., 0.01)
勝算比(odds ratio)就是勝算的比值 例如甲勝算為0.5 乙勝算為0.3 那麼甲/乙勝算比就是(0.5/0.3)
今天才看見問題 希望能有所幫助 2022-10-24 19:05:11