Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
ODD's ratio
5 participants
Page 2 sur 2
Page 2 sur 2 • 1, 2
Re: ODD's ratio
J'ai cherché un peu partout du côté de la régression logistique.
J'ai lancé les régressions mais je ne vois pas comment on peut déterminer les OR ni leur significativité avec cette méthode.
Auriez-vous une solution ?
J'ai lancé les régressions mais je ne vois pas comment on peut déterminer les OR ni leur significativité avec cette méthode.
Auriez-vous une solution ?
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Re: ODD's ratio
Les paramètres estimés par la régression sont les log odd-ratio. Si tu prend l'exponentiel du paramètre tu as ton odds.
Nik- Nombre de messages : 1606
Date d'inscription : 23/05/2008
Re: ODD's ratio
L'OR est simplement l'exponentiel du beta estimé, et le p associé au beta permet de conclure!
si beta=0.3, p=0.0015, alors on en déduit que l'OR est de 1.35 et qu'il y a un risque significativement différent entre les deux groupes
si beta=0.3, p=0.0015, alors on en déduit que l'OR est de 1.35 et qu'il y a un risque significativement différent entre les deux groupes
Ayana- Nombre de messages : 550
Localisation : Londres
Date d'inscription : 18/08/2009
Re: ODD's ratio
Tout est beaucoup plus clair, merci.
Je vais essayer de suite !
Je vais essayer de suite !
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Re: ODD's ratio
En effet, ça marche bien en faisant le summary du modèle.
Cependant ça m'a l'ai bizarre quand même.
Pour ce tableau :
M NM
M 2 8
NM 1 129
J'obtiens :
Estimate = 3.4735
donc OR = 32.25
et p= 0.00656 **
ça m'a l'air bizarre que l'OR soit interprétable dans cette situation sachant que deux des cases du tableau de contingence ne représentent même pas 2% du total des données.
Dans ce cas-là tous mes OR seront interprétables
ps: je trouve RR=26 c'est assez éloigné pour le coup.
Pour ceux curieux et qui ont envie de faire des sorties :
summary.glm(modele)$coef[2]
summary.glm(modele)$coef[4]
Cependant ça m'a l'ai bizarre quand même.
Pour ce tableau :
M NM
M 2 8
NM 1 129
J'obtiens :
Estimate = 3.4735
donc OR = 32.25
et p= 0.00656 **
ça m'a l'air bizarre que l'OR soit interprétable dans cette situation sachant que deux des cases du tableau de contingence ne représentent même pas 2% du total des données.
Dans ce cas-là tous mes OR seront interprétables
ps: je trouve RR=26 c'est assez éloigné pour le coup.
Pour ceux curieux et qui ont envie de faire des sorties :
summary.glm(modele)$coef[2]
summary.glm(modele)$coef[4]
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Page 2 sur 2 • 1, 2
Page 2 sur 2
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum
|
|