Logistisk regression

More documents

Recommendations

Info

u n i v e r s i t y o f c o p e n h a g e n Logistisk regression på kategorisk variabel d e p a r t m e n t o f b i o s t a t i s t i c s For hver kategori estimeres ln(OR) relativt til en referencekategori: ( ) pi ln = 1 − p i ⎧ ⎪⎨ ⎪⎩ b 1 = ln(OR)(2 vs. 1) = 0.21 b 2 = ln(OR)(3 vs. 1) = 0.42 b 3 = ln(OR)(4 vs. 1) = 0.86 a hvis i er 45 − 48 år a + b 1 hvis i er 49 − 52 år a + b 2 hvis i er 53 − 56 år a + b 3 hvis i er 57 − 62 år. NB: Computerprogrammerne vælger referencekategorien forskelligt. R vælger laveste niveau som reference. Jævnfør ensidet variansanalyse. 22 / 42
u n i v e r s i t y o f c o p e n h a g e n d e p a r t m e n t o f b i o s t a t i s t i c s Logistisk regression på kategorisk variabel i R Estimation > glm2 summary(glm2) Call: glm(formula = chdI ~ ageGrp, family = binomial) Deviance Residuals: Min 1Q Median 3Q Max -0.8129 -0.6704 -0.6103 -0.5536 1.9756 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -1.7983 0.1512 -11.895 < 2e-16 *** ageGrp2 0.2121 0.2064 1.027 0.3042 ageGrp3 0.4198 0.2060 2.038 0.0415 * ageGrp4 0.8605 0.1949 4.415 1.01e-05 *** -- (Dispersion parameter for binomial family taken to be 1) Null deviance: 1351.2 on 1362 degrees of freedom Residual deviance: 1328.7 on 1359 degrees of freedom AIC: 1336.7 Number of Fisher Scoring iterations: 4 > 23 / 42
Page 1 and 2: u n i v e r s i t y o f c o p e n h
Page 21: u n i v e r s i t y o f c o p e n h

Logistisk regression

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?