การกระจายของ OR (อัตราต่อรอง) คืออะไร?


13

ฉันมีบทความมากมายที่นำเสนอ "OR" ด้วย -95% CI (ช่วงความเชื่อมั่น)

ฉันต้องการประเมินค่า P ของบทความสำหรับ OR ที่สังเกตได้จากบทความ สำหรับสิ่งนั้นฉันต้องการสมมติฐานเกี่ยวกับการแจกแจง OR ฉันสามารถสมมติ / ใช้การกระจายใดได้อย่างปลอดภัย

คำตอบ:


12

อัตราส่วนอัตราต่อรองของบันทึกมีการแจกแจงแบบ asymptotic ปกติ:

log(OR^)N(log(OR),σlog(OR)2)

ด้วยประมาณจากตารางฉุกเฉิน ดูตัวอย่างหน้า 6 ของบันทึกย่อ:σ


ฉันรู้สึกว่ามันจะเป็นแบบนี้ - ขอบคุณมาก!
Tal Galili

การแก้ไขบางอย่างควรทำกับสูตรด้านบน มันเป็น var (log (OR)) ไม่ใช่ var (OR)
Wojtek

3
ฉันคลิกที่ลิงค์เพื่อดู "ทฤษฎีแบบ Asymptotic สำหรับแบบจำลองพารามิเตอร์" และมันก็พัง
Placidia

ลิงก์ใช้งานไม่ได้: (
Alby

14

ตัวประมาณ มีการกระจายปกติ asymptotic รอบO R อย่างไรก็ตามถ้าnค่อนข้างใหญ่ แต่การกระจายของมันนั้นเบ้อย่างมาก ตัวอย่างเช่นเมื่อO R = 1 ^ O Rไม่สามารถมีขนาดเล็กกว่าO R ได้มาก (ตั้งแต่^ O R0 ) แต่มันอาจใหญ่กว่าด้วยความน่าจะเป็นที่ไม่น่าสนใจน้อยมาก การแปลงท่อนซุงที่มีสารเติมแต่งแทนที่จะเป็นโครงสร้างแบบทวีคูณ ความแปรปรวนโดยประมาณคือ: Var [ ln ^ OOR^ORnOR=1OR^OROR^0 ช่วงความมั่นใจสำหรับlnOR: ln(^OR)±zα

Var[lnOR^]=(1n11)+(1n12)+(1n21)+(1n22).
lnOR Exponentiating (การ antilogs) ของปลายทางของมันยังมีช่วงความเชื่อมั่นOR
ln(OR^)±zα2σln(OR)
OR

Agresti อลัน การวิเคราะห์ข้อมูลตามหมวดหมู่หน้า 70


1
+1, ยินดีต้อนรับสู่เว็บไซต์ @Marzieh ฉันเอาเสรีภาพของคุณมากระตุ้นของคุณLATEX

3

โดยทั่วไปด้วยขนาดตัวอย่างที่มีขนาดใหญ่จะถือว่าเป็นการประมาณที่สมเหตุสมผลว่าตัวประมาณทั้งหมด (หรือฟังก์ชันที่เหมาะสมของพวกมัน) มีการแจกแจงแบบปกติ ดังนั้นหากคุณต้องการเพียงp-value ที่สอดคล้องกับช่วงความเชื่อมั่นที่กำหนดคุณสามารถดำเนินการดังนี้:

  1. OR(c1,c2)ln(OR)(ln(c1),ln(c2))
    OR(0,+)ln(OR)(,+)
  2. d(OR)=ln(c2)ln(c1)zα/22
    [Pr(Z>zα/2)=α/2;z0.05/2=1.96]
  3. z=ln(OR)sd(OR)


(,)

1

เนื่องจากอัตราต่อรองไม่สามารถเป็นลบได้จึงถูก จำกัด ที่ส่วนล่าง แต่ไม่ได้อยู่ที่ปลายด้านบนและมีการแจกแจงแบบเบ้


5
ขอบคุณที่ให้ความคิดเห็นนี้! แต่ถ้าคุณไม่สามารถหาปริมาณความเบ้ได้ความจริงนั้นไม่ได้มีประโยชน์มากนัก ตระกูลการกระจายจำนวนมากนั้นเบ้ แต่มีการประมาณแบบปกติที่ใช้งานได้จริงเช่น Chi-square (Gamma) และ Poisson และอีกมากมายที่สามารถเบ้อย่างยิ่ง เช่น Lognormal บางทีคุณอาจขยายคำตอบของคุณเพื่ออธิบายว่าความรู้เรื่องความเบ้สามารถนำมาใช้ในการประมาณค่า p จากค่า OR ที่รายงานได้อย่างไร
whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.