24h購物| | PChome| 登入
2012-02-27 11:05:22| 人氣3,844| 回應1 | 上一篇 | 下一篇

邏輯回歸與GPower

推薦 0 收藏 0 轉貼0 訂閱站台

有幾個地方需要斟酌:

1. odds ratio:這個地方指的是Wald's test(威爾德檢定)所需要的勝算比資訊 這跟二分依變項為1與0時的勝算有關(勝算我們把它想成跟機率有關)

2. Pr(Y=1/ X=1)H0:虛無假設下 二分依變項為1時的機率(一般我們把1當作"事件發生")

3. R-squared other X:因為我們在每一個獨變項上(i.e., X)執行威爾德檢定 因此每一個被執行威爾德檢定的獨變項 其變異(variance)能夠被其他獨變項所解釋的量在此呈現(這裡不是指多重回歸R 這裡指的是多重共線性的概念) 預設值為0因為我們不希望獨變項之間存在多重共線性

4. X distribution:這裡是指被威爾德檢定所考量的那個獨變項(i.e., X)的資料特性(例如 連續變項使用常態分配)

我要檢舉
#Logistic regression
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(3,844) | 回應(1)| 推薦 (0)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: GPower |
此分類下一篇:McNemar與GPower
此分類上一篇:Gpower重複測量對象間與內

我要回應
朱納和
您好:Pr(Y=1/ X=1)H0:虛無假設下 二分依變項為1時的機率,假如是存活的問題,是否設為0.5?謝謝回覆!
2013-10-09 00:08:52
版主回應
如果預測因子是抽菸與否 那麼虛無假設為: 不抽菸的人死亡的機率 這個機率端看研究者想要研究的目標 例如 有的研究者想要建立0.2這樣的低機率來闡述不抽菸的好處

希望能有所幫助
2013-10-09 15:39:34
否 是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼：
請輸入圖片中算式的結果(可能為0) 
(有*為必填)
TOP
詳全文