Modelovací strategie a ověření předpokladů modelu
Základní informace
Zpravidla však umíme z návrhu studie vybrat nejen výsledkovou proměnnou, ale také nějakou význačnou zájmovou proměnnou mezi prediktory. V medicíně často hovoříme o nějakém specifickém ošetření (treatment, například lék, jehož účinnost je zkoumána v rámci randomizované klinické studie) nebo expozici (exposure, například rizikový faktor nějakého onemocnění). Zájmová proměnná (nebo sada takových proměnných) by skutečně měla být nejlépe specifikována ještě před zahájením analýzy dat, abychom se vyhnuli v biostatistice obligátnímu problému s násobným testováním hypotéz.
Principem vícenásobného regresního modelování, jehož principy byly přiblíženy v Praktické otázky vícenásobné lineární regrese, je samozřejmě zahrnout do našich úvah i další proměnné, které mohou vztah mezi zájmovou proměnnou a výsledkem komplikovat. Mezi takové „rušivé“ proměnné patří zejména zavádějící faktory. V této výukové jednotce se dozvíte právě o těchto proměnných a obecně o rozlišování mezi korelací (asociací) a kauzalitou. Dále se seznámíte s příkladem modelovací strategie (pro zařazování proměnných do modelu) a v závěru se naučíme ověřovat předpoklady lineárního regresního modelu, což představuje nezbytnou součást celého modelovacího postupu.
U studentů se předpokládají znalosti předcházejících výukových jednotek tohoto kurzu, které se věnovaly definici vícenásobného regresního modelu.
