odds-ratio पर टैग किए गए जवाब

दूसरे में बाधाओं द्वारा विभाजित 1 चर में एक 'सकारात्मक' परिणाम के ऑड्स के बराबर दो बाइनरी चर के बीच सहयोग का एक उपाय। OR पर्वतमाला (0, अनंत)। इसका लॉजिस्टिक रिग्रेशन से मजबूत संबंध है।

2
बाइनरी परिणामों के लिए सापेक्ष जोखिम का अनुमान लगाने के लिए पॉइसन प्रतिगमन
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 …

4
आर में तार्किक प्रतिगमन (विषम अनुपात)
मैं एक लॉजिस्टिक रिग्रेशन एनालिसिस करने की कोशिश कर रहा हूँ R। मैंने STATA का उपयोग करके इस सामग्री को कवर करने वाले पाठ्यक्रमों में भाग लिया। मुझे कार्यक्षमता को दोहराने में बहुत मुश्किल हो रही है R। क्या यह इस क्षेत्र में परिपक्व है? लगता है बहुत कम प्रलेखन …
40 r  logistic  odds-ratio 

1
लॉजिस्टिक रिग्रेशन आउटपुट, ची-स्क्वेर्ड टेस्ट और OR के लिए आत्मविश्वास अंतराल के बीच मेरे पी-वैल्यू क्यों भिन्न हैं?
मैंने एक लॉजिस्टिक रिग्रेशन बनाया है जहां उपचार ( Cureबनाम 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 …

3
लॉजिस्टिक रिग्रेशन में अनुपातों को कम करने के लिए सरल भविष्यवाणियों की व्याख्या
मैं लॉजिस्टिक रिग्रेशन का उपयोग करने के लिए कुछ नया हूं, और निम्नलिखित मूल्यों की मेरी व्याख्याओं के बीच एक विसंगति से थोड़ा भ्रमित हूं जो मैंने सोचा था कि वही होगा: घातांक बीटा मान बीटा मानों का उपयोग करके परिणाम की संभावना की भविष्यवाणी की। यहां उस मॉडल का …

1
लॉजिस्टिक रिग्रेशन में समायोजित बाधाओं के अनुपात को समझने में मेरी मदद करें
मुझे एक पेपर में लॉजिस्टिक रिग्रेशन के उपयोग को समझने का प्रयास करने में मुश्किल समय हो रहा है। यहां उपलब्ध कागज मोतियाबिंद सर्जरी के दौरान जटिलताओं की संभावना का अनुमान लगाने के लिए लॉजिस्टिक रिग्रेशन का उपयोग करता है। जो मुझे भ्रमित कर रहा है वह यह है कि …

2
क्या द्विआधारी परिणाम और भविष्यवक्ता के साथ लॉजिस्टिक प्रतिगमन का उपयोग करना समझ में आता है?
मेरे पास एक द्विआधारी परिणाम चर {0,1} और एक भविष्यवक्ता चर {0,1} है। मेरा विचार है कि जब तक मैं अन्य चर को शामिल नहीं करता हूं और ऑड्स अनुपात की गणना नहीं करता है, तब तक लॉजिस्टिक करने का कोई मतलब नहीं है। एक बाइनरी भविष्यवक्ता के साथ, संभावना …

1
आदेशित लॉजिस्टिक प्रतिगमन में नकारात्मक गुणांक
मान लें कि हमारे पास क्रमिक प्रतिक्रिया और चर का एक सेट जो हमें लगता है कि समझाएंगे । फिर हम (प्रतिक्रिया) पर (डिज़ाइन मैट्रिक्स) का एक लॉजिस्टिक रिग्रेशन करते हैं ।y:{Bad, Neutral, Good}→{1,2,3}y:{Bad, Neutral, Good}→{1,2,3}y:\{\text{Bad, Neutral, Good}\} \rightarrow \{1,2,3\}X:=[x1,x2,x3]X:=[x1,x2,x3]X:=[x_1,x_2,x_3]yyyXXXyyy मान लें कि का अनुमानित गुणांक , इसे कहें , …

4
जैसे-जैसे पुनरावृत्तियों की संख्या बढ़ती है, धीरे-धीरे बूस्टिंग मशीन की सटीकता कम होती जाती है
मैं caretआर में पैकेज के माध्यम से ढाल बूस्टिंग मशीन एल्गोरिदम का प्रयोग कर रहा हूं । एक छोटे से कॉलेज प्रवेश डेटासेट का उपयोग करते हुए, मैंने निम्नलिखित कोड चलाया: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

3
सूत्र और R के फिशर से अनुपात क्यों भिन्न होते हैं। किसे चुनना चाहिए?
निम्नलिखित उदाहरण में > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not equal …

4
OR (ऑड्स अनुपात) का वितरण क्या है?
मेरे पास 95% सीआई (आत्मविश्वास अंतराल) के साथ "या" प्रस्तुत करने वाले लेखों का एक समूह है। मैं उन लेखों से अनुमान लगाना चाहता हूं जो पी या मान के लिए हैं। उसके लिए, मुझे OR वितरण के संबंध में एक धारणा चाहिए। मैं किस वितरण को सुरक्षित रूप से …

1
क्या अनिवार्य अनुपातों का मेटा-विश्लेषण अनिवार्य रूप से निराशाजनक है?
हाल ही के एक पेपर में नॉर्टन एट अल। (2018) राज्य है कि[ १ ][1]^{[1]} एक ही अध्ययन से अलग-अलग बाधाओं की तुलना नहीं की जा सकती है जब सांख्यिकीय मॉडल के परिणामस्वरूप अनुपात अनुपात अनुमानों में अलग-अलग व्याख्यात्मक चर होते हैं क्योंकि प्रत्येक मॉडल में एक अलग मनमाना स्केलिंग …

3
लॉजिस्टिक रिग्रेशन से ऑड्स अनुपात के लिए आत्मविश्वास अंतराल उत्पन्न करने के विभिन्न तरीके
मैं अध्ययन कर रहा हूं कि लॉजिस्टिक रिग्रेशन में प्राप्त गुणांक से बाधाओं के अनुपात के लिए 95% विश्वास अंतराल का निर्माण कैसे किया जाए। इसलिए, लॉजिस्टिक रिग्रेशन मॉडल पर विचार करते हुए, log(p1−p)=α+βxlog⁡(p1−p)=α+βx \log\left(\frac{p}{1 - p}\right) = \alpha + \beta x \newcommand{\var}{\rm Var} \newcommand{\se}{\rm SE} ऐसी है कि x=0x=0x …

2
संभावित अनुपात की तुलना में अलग-अलग लॉजिस्टिक रिग्रेशन गुणांक
जैसा कि मैं इसे समझता हूं, लॉजिस्टिक रिग्रेशन से एक्सपेरीनेटेड बीटा वैल्यू ब्याज के आश्रित वेरिएबल के लिए उस वेरिएबल का ऑड्स अनुपात है। हालाँकि, मान मैन्युअल रूप से परिकलित ऑड्स अनुपात से मेल नहीं खाता है। मेरा मॉडल अन्य संकेतकों के बीच, स्टंटिंग (कुपोषण का एक उपाय) का उपयोग …

2
क्या अंतर अनुपात और खतरे के अनुपात के बीच कोई कार्यात्मक अंतर है?
लॉजिस्टिक रिग्रेशन में, 2 के विषम अनुपात का मतलब है कि घटना 2 गुना अधिक संभावित है, जो कि भविष्यवक्ता में एक-यूनिट वृद्धि को देखते हुए है। कॉक्स रिग्रेशन में, 2 का एक खतरनाक अनुपात का मतलब है कि घटना दो बार घटित होगी, क्योंकि प्रत्येक समय बिंदु पर पूर्वसूचक …

2
दो अंतर अनुपात के बीच अंतर के लिए सांख्यिकीय परीक्षण के लिए प्रशस्ति पत्र?
यहां एक टिप्पणी में @gung ने लिखा, मेरा मानना ​​है कि वे थोड़े ओवरलैप कर सकते हैं (शायद ~ 25%) और अभी भी 5% के स्तर पर महत्वपूर्ण हो सकते हैं। याद रखें कि आप जो 95% CI देखते हैं, वह व्यक्ति OR के लिए है, लेकिन 2 ORs का …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.