मैंने एक लॉजिस्टिक रिग्रेशन बनाया है जहां उपचार ( Cure
बनाम No Cure
) प्राप्त करने के बाद परिणाम चर को ठीक किया जा रहा है । इस अध्ययन के सभी रोगियों ने उपचार प्राप्त किया। मुझे यह देखने में दिलचस्पी है कि क्या मधुमेह इस परिणाम से जुड़ा हुआ है।
R में मेरा लॉजिस्टिक रिग्रेशन आउटपुट निम्नानुसार है:
Call:
glm(formula = Cure ~ Diabetes, family = binomial(link = "logit"), data = All_patients)
...
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.2735 0.1306 9.749 <2e-16 ***
Diabetes -0.5597 0.2813 -1.990 0.0466 *
...
Null deviance: 456.55 on 415 degrees of freedom
Residual deviance: 452.75 on 414 degrees of freedom
(2 observations deleted due to missingness)
AIC: 456.75
हालाँकि, अंतर अनुपात के लिए आत्मविश्वास अंतराल में 1 शामिल हैं :
OR 2.5 % 97.5 %
(Intercept) 3.5733333 2.7822031 4.646366
Diabetes 0.5713619 0.3316513 1.003167
जब मैं इन आंकड़ों पर ची-चुकता परीक्षण करता हूं तो मुझे निम्नलिखित मिलते हैं:
data: check
X-squared = 3.4397, df = 1, p-value = 0.06365
यदि आप इसे अपने आप ठीक करना चाहते हैं, तो इस प्रकार से और ठीक किए गए समूहों में मधुमेह का वितरण निम्नानुसार है:
Diabetic cure rate: 49 / 73 (67%)
Non-diabetic cure rate: 268 / 343 (78%)
मेरा प्रश्न है: 1 मान सहित पी-मान और विश्वास अंतराल क्यों नहीं है?
confint()
। यानी, संभावना की रूपरेखा बनाई गई थी। इस तरह से आपको CI मिले जो LRT के अनुरूप हों। आपकी गणना सही है, लेकिन इसके बजाय Wald CIs का गठन करें। नीचे मेरे उत्तर में अधिक जानकारी है।