संक्षिप्त सारांश
पॉइज़न रिग्रेशन (सापेक्ष जोखिमों के साथ) के विपरीत बाइनरी परिणामों के साथ लॉजिस्टिक रिग्रेशन (ऑड्स रेशियो के साथ) का उपयोग करना अधिक आम क्यों है?
पृष्ठभूमि
स्नातक और स्नातक सांख्यिकी और महामारी विज्ञान पाठ्यक्रम, मेरे अनुभव में, आम तौर पर सिखाते हैं कि द्विआधारी परिणामों के साथ मॉडलिंग डेटा के लिए लॉजिस्टिक प्रतिगमन का उपयोग किया जाना चाहिए, जोखिम अनुमानों के साथ बाधाओं के अनुपात के रूप में रिपोर्ट किया जाता है।
हालांकि, पॉइसन रिग्रेशन (और संबंधित: अर्ध-पॉइसन, नकारात्मक द्विपद, आदि) का उपयोग द्विआधारी परिणामों के साथ मॉडल डेटा के लिए भी किया जा सकता है और, उपयुक्त विधियों (जैसे मजबूत सैंडविच विचरण अनुमानक) के साथ, यह वैध जोखिम अनुमान और विश्वास स्तर प्रदान करता है। उदाहरण के लिए,
- ग्रीनलैंड एस।, सामान्य परिणामों के अध्ययन और मामले के नियंत्रण के अध्ययन में एएम जे एपिडेमिओल के सापेक्ष जोखिम और अन्य महामारी संबंधी उपायों के मॉडल-आधारित अनुमान । 2004 अगस्त 15; 160 (4): 301-5।
- Zou G., बाइनरी डेटा , एम जे एपिडेमिओल के साथ भावी अध्ययन के लिए एक संशोधित पॉइसन प्रतिगमन दृष्टिकोण । 2004 अप्रैल 1; 159 (7): 702-6।
- Zou GY और डोनर ए।, संशोधित पोरीसन प्रतिगमन मॉडल का विस्तार सहसंबंधित द्विआधारी डेटा , स्टैट मेथड्स मेड रेस के साथ भावी अध्ययनों के लिए । 2011 नवंबर 8।
पॉसों के प्रतिगमन से, सापेक्ष जोखिमों को सूचित किया जा सकता है, जो कुछ तर्क देते हैं, यह व्याख्या करने के लिए आसान है कि अंतर अनुपातों की तुलना में, विशेष रूप से लगातार परिणामों के लिए, और विशेष रूप से आंकड़ों में मजबूत पृष्ठभूमि के बिना व्यक्तियों द्वारा। झांग जे और यू केएफ देखें, सापेक्ष जोखिम क्या है? सामान्य परिणामों , JAMA के कॉहोर्ट अध्ययन में बाधाओं के अनुपात को सही करने की एक विधि । 1998 नवंबर 18; 280 (19): 1690-1।
चिकित्सा साहित्य को पढ़ने से, बाइनरी परिणामों के साथ सहवर्ती अध्ययनों के बीच ऐसा लगता है कि यह अभी भी पॉइज़न के प्रतिगमन से सापेक्ष जोखिमों के बजाय लॉजिस्टिक रजिस्टरों से बाधाओं की रिपोर्ट करना अधिक सामान्य है।
प्रशन
बाइनरी परिणामों के साथ अध्ययन के लिए:
- क्या पॉइज़न रिग्रेशन के सापेक्ष जोखिमों के बजाय लॉजिस्टिक रिग्रेशन से होने वाली बाधाओं की रिपोर्ट करने का अच्छा कारण है?
- यदि नहीं, तो क्या मेडिकल साहित्य में रिश्तेदार जोखिमों के साथ पॉइसन रेजिस्ट्रेशन की असंगति को ज्यादातर वैज्ञानिक सिद्धांत, चिकित्सकों, सांख्यिकीविदों और महामारी विज्ञानियों के बीच पद्धति सिद्धांत और व्यवहार के बीच अंतराल के लिए जिम्मेदार ठहराया जा सकता है।
- क्या मध्यवर्ती आंकड़ों और महामारी विज्ञान पाठ्यक्रमों में बाइनरी परिणामों के लिए पॉइसन प्रतिगमन की अधिक चर्चा शामिल होनी चाहिए?
- क्या मुझे उपयुक्त होने पर छात्रों और सहकर्मियों को लॉजिस्टिक रिग्रेशन पर पोइसन रिग्रेशन पर विचार करने के लिए प्रोत्साहित करना चाहिए?
exp(beta_M1) =/= 1/exp(beta_M2)
)। वह मुझे काफी परेशान करता है।