[問題] 關於poisson regression與IRR

看板Statistics作者 (傀儡:影武者)時間15年前 (2011/04/01 15:12), 編輯推噓4(4推 0噓 16→)
留言20則, 3人參與, 最新討論串1/1
假設要研究某疾病發生率 與地區 和年齡的關係 收集了三個地區 (北 中 南) 三個年齡層 (<35, 35~75, >75) 共九種情況之發生率 然後建立poisson regression model如下 λ(發生率) = exp(β0 + β1 X1 +β2 X2) X1表示地區變數 北=0, 中=1, 南=2 X2表示年齡變數 <35=0, 35~75=1, >75=2 接著可以利用這些資料求出β0, β1, β2 現在我有一個問題 如果想要得知中部(X1=1)相較於北部(X1=0)之發生率比率 (Incidence rate ratio) 是不是可以直接取 exp(β1) 因為相除的話β0、β2可以消掉 我覺得有點困惑 那如果不是這樣算 可否解釋一下該怎麼算 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 120.126.71.150
推
04/01 15:35, , 1F
是的
04/01 15:35, 1F
→
04/01 15:40, , 2F
所以不用考慮各地區當中 年齡層分布可能不同的情況嗎?
04/01 15:40, 2F
→
04/01 15:41, , 3F
beta2可以消掉 令我感到困惑
04/01 15:41, 3F
→
04/01 15:45, , 4F
我還有ㄧ個問題 如果這樣算 那麼南部相對於中部
04/01 15:45, 4F
→
04/01 15:46, , 5F
以及中部相對於北部 的IRR好像會一樣??
04/01 15:46, 5F
推
04/01 16:01, , 6F
X1看地區影響 X2看年齡層影響 若想看地區下年齡層
04/01 16:01, 6F
→
04/01 16:02, , 7F
也許要考慮交互作用吧
04/01 16:02, 7F
→
04/01 16:04, , 8F
X1 是0 1 2 三個類別 所以應該設兩個DUMMY VARIABLE
04/01 16:04, 8F
→
04/01 16:05, , 9F
例如以0當參考組 所以可以算出X1=1時的RR X1=2時的RR
04/01 16:05, 9F
→
04/01 16:06, , 10F
年齡層也是同樣設兩個DUMMY
04/01 16:06, 10F
→
04/01 16:14, , 11F
謝謝 所以式子改成λ=exp(β0+β1X1+β2X2+β3X3+β4X4)
04/01 16:14, 11F
→
04/01 16:16, , 12F
X1=1且X2=0表示35~75 X1=0且X2=1表示>75 然後地區依此
04/01 16:16, 12F
→
04/01 16:16, , 13F
類推 氏這樣嗎??
04/01 16:16, 13F
→
04/01 16:17, , 14F
假設地區和年齡無交互作用 如果想求35~75相對於<35的IRR
04/01 16:17, 14F
→
04/01 16:19, , 15F
就直接取exp(β1) 嗎?
04/01 16:19, 15F
推
04/01 16:20, , 16F
對 exp(β2)就是 >75 相對於 <35的 IRR
04/01 16:20, 16F
→
04/01 16:21, , 17F
謝謝樓上
04/01 16:21, 17F
→
04/02 09:44, , 18F
探討這種機率性質資料時,是否該用Logistic regression?
04/02 09:44, 18F
→
04/02 09:45, , 19F
而不是用Poisson regression(適用計數資料)? 交流一下吧
04/02 09:45, 19F
推
04/02 12:23, , 20F
用POISSON 將LINK設為LOG 得出的EXP(β)為RELATIVE RISK
04/02 12:23, 20F
‣ 更多 wahaha2 的文章
文章代碼(AID): #1DbNhcdp (Statistics)