Logistisk regression Flashcards

1
Q

Hvad er formålet med den logistiske regressionsanalyse?

A

At beskrive sammenhængen mellem en binær afhængig variabel (død) og en eller flere uafhængige variable (der både kan være kontinuerte, kategoriske eller binære).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Hvad er alfa-konstanten/interceptet?

A

Logitværdien for referencegruppen!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Hvad er beta-værdien?

A

Udtrykker logit-forskelle mellem forskellige værdier af de uafhængige variable.

Hvis man tager exp af disse så får man OR

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Hvad er fordelen ved logistisk regression?

A

Man kan justere for mange mulige confoundere samtidig og risikere ikke at ende ud i en situation med for få person i hver strata.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Hvad er logits?

A

Logits er et sandsynlighedsparameter, ligesom odds eller p, det er bare sværere at fortolke… Beta-konstanterne er estimerede logit forskelle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Hvad er Wald-testen?

A

Et mål for hvor langt væk man er fra nulhypotesen og dermed hvor sikker man er på sit resultat.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Hvad er formålet med linearitetstjekket?

A

Logistisk regression antager, at effekten af en kontinuert variabel er lineær, men det er ikke sikkert at den er det. Derfor vil vi gerne teste om variablen faktisk har en lineær effekt på udfaldet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Hvorfor fjerner man de kubiske værdi først?

A

Man fjerner først det mest komplekse led. Det hierakiske princip!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Hvad hvis interessevariablen er insignifikant?

A

Man må aldrig tage interessevariablen ud modellen, også selvom den er insignifikant

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Opskrivning af den endelige model

A

Formel:

  • P = sandsynlighed
  • Y= sandsynligheden for udfald
  • X = den vilkårlige variable man justerer for:
    • Som enten er interessegruppen = 1
    • Eller referencegruppen = 0
  • Streg = givet
  • i = alle de kovariate man justerer for
  • Alfa-konstant = baggrundsrisiko for referencegrupperne = risikoen for referencegruppen.
  • Beta-værdierne = logit forskelle = exp(beta) = OR

Man kan ikke tolke direkte på en logit-værdi/forskel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Hvordan udregnes en kvadratisk effekt?

A

Man tager selve variablen i anden:

Blodtryksniveau2 =blodtryksniveau*blodtryksniveau

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hvordan udregnes en kontinuert variabels kvadratisk effekt på udfaldet?

A

Fx blodtryksniveaueffekt = a + (betasbp*sbp) + (betasbp2*sbp2)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hvordan udregnes en kontinuert variabels kubiske effekt på udfaldet?

A

Fx BMI-effekt = a + (betaBMI*BMI) + (betaBMI2*BMI2)+(betaBMI3*BMI3)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Hvordan udregnes den kubiske effekt?

A

Man tager selve variablen i tredje:

BMI3 = BMI*BMI*BMI

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Hvad er formålet med trin 3 i tretrinsraketten?

A

Vi kigger på om der er andre ting vi ikke tager hesyn til som fx interaktioner/effektmålsmodifikatorer.

Man skal have alle variable med igen, også selvom de var insignifikante i trin 1. Det kan jo godt være, at den insignifikante variabel ikke har en signifikant effekt på udfaldet, men det betyder ikke, at den ikke kan indgå i en signifikant interaktion med eksponeringen.

Dernæst udføres baglæns modelsøgning mhp. på få den med mættede model, som vi kan putte ind i den endelige logistiske regressionsformel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Beskriv tretrinsraketten

A
17
Q

Hvad kan vi regne ud i vores endelige logistiske regressionsformel?

A

En prædikteret sandsynlighed (for død) for en speciel person