Slovník | Vyhledávání | Mapa webu
 
Analýza a hodnocení biologických datRegresní modelování Logistický regresní model a jiné zobecněné lineární modely Problémy k řešení

Logo Matematická biologie

Problémy k řešení

  1. Logistický model poskytnul odhad poměru šancí (odds ratio) 6 pro danou nemoc pro osoby s rizikovým faktorem ve srovnání s běžnou populací. Jaká je pravděpodobnost výskytu onemocnění mezi osobami s rizikovým faktorem, víme-li, že v běžné populaci touto chorobu trpí každý pátý jedinec?

[60%]

  1. Vyzkoušejte si samostatně řešený praktický příklad z kapitoly Řešený praktický příklad: Rizikové faktory srdeční choroby Jaký může být problém se zjištěným poměrem šancí pro spojitou proměnnou tobacco?

[není zaručeno, že nárůst šance (rizika) ischemické choroby srdeční roste lineárně, ověřte předpoklad pomocí analýzy reziduí, vyzkoušejte funkci scatter.smooth()]

  1. Převeďte proměnnou tobacco na kategoriální (kuřák/nekuřák). Jaký je poměr šancí (na výskyt ischemické choroby srdeční) pro kuřáky ve srovnání s nekuřáky?

[poměr šancí je 4,2]

  1. V minulé výukové jednotce jsme hovořili o zavádějících faktorech. Potenciální zavádějícím faktorem by v naší úloze mohl být například věk. Přidejte tedy věk mezi vysvětlující proměnné a odhadněte znovu poměr šancí (nyní adjustovaný na věk) pro kuřáky ve srovnání s nekuřáky.

[poměr šancí je 2,5, věk je v modelu významným prediktorem výsledku]

  1. Sestavte vztah, který by predikoval pravděpodobnost výskytu ischemické choroby srdeční dle věku a kategorie spotřeby tabáku (kuřák/nekuřák)

[ expit(-4,032 + 0,059·věk + 0,917(pokud je subjekt kuřák) )]

 

 
vytvořil Institut biostatistiky a analýz Masarykovy univerzity | | zpětné odkazy | validní XHTML 1.0 Strict