ผมทำงานในการถดถอยโลจิสติกในหลาย R glmโดยใช้ ตัวแปรทำนายนั้นต่อเนื่องและจัดหมวดหมู่ แยกข้อมูลสรุปของแบบจำลองแสดงดังต่อไปนี้:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.451e+00 2.439e+00 1.005 0.3150
Age 5.747e-02 3.466e-02 1.658 0.0973 .
BMI -7.750e-02 7.090e-02 -1.093 0.2743
...
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1ช่วงความเชื่อมั่น:
2.5 % 97.5 %
(Intercept) 0.10969506 1.863217e+03
Age 0.99565783 1.142627e+00
BMI 0.80089276 1.064256e+00
...อัตราส่วนคี่:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.159642e+01 11.464683 2.7310435 1.370327
Age 1.059155e+00 1.035269 5.2491658 1.102195
B 9.254228e-01 1.073477 0.3351730 1.315670
...
8
เป็นสิ่งสำคัญที่ระดับความเชื่อมั่น 10% เท่านั้น แต่ช่วงความเชื่อมั่นอยู่ที่ 5%
—
Nick Sabbe
ดังนั้นช่วงความมั่นใจ 10% จะไม่รวม 1 แล้ว?
—
SabreWolfy
p-value (ตารางแรกคอลัมน์สุดท้าย) คือโอกาสที่ผลลัพธ์ที่ได้รับหรือแย่กว่านั้นจะบรรลุได้หากสมมติฐานว่างเป็นจริง ช่วงความมั่นใจคือ / ภูมิภาคที่จะเก็บค่าที่แท้จริงในเช่น 95% ของเวลา ถ้ามันไม่ได้เก็บค่าจริงที่ตั้งสมมติฐานนั้นมีโอกาสมากที่สุด 5% ที่เราจะได้รับผลลัพธ์ที่ได้หรือแย่ลงถ้าสมมติฐานนั้นเป็นจริง ดังนั้นนี่จะหมายความว่าค่า p ของคุณต่ำกว่า 5% มีความสัมพันธ์อย่างใกล้ชิดระหว่างค่า p กับช่วงความมั่นใจ (สถิติ 101) แต่ในระยะสั้น: ใช่ CI สำหรับ 10% จะรวมถึง 1
—
Nick Sabbe
ดูเหมือนว่าคุณกำลังสมมติว่าเป็นเส้นตรง นั่นเป็นวิธีที่ชอบธรรม?
—
Frank Harrell