Logistic回归如何校正的RR,而不是OR?

2016-06-17 StatsThinking StatsThinking

流行病学研究中,有两个非常重要的,衡量暴露与结局的关联指标:OR和RR。OR(Odds Ratio)中文里通常译为比值比,优势比。Odds是一个源于赌博的概念,比如猜色子大小,硬币正反面时 大 v.s.小 , 正 v.s.反 的概率的比值叫Odds, 两个odds之间再取比值叫Odds Ratio。 针对Odds Ratio具体而言,又分暴露比值比,患病比值比,发病比值比。RR(Rate Rat

流行病学研究中,有两个非常重要的,衡量暴露与结局的关联指标:OR和RR。OR(Odds Ratio)中文里通常译为比值比,优势比。Odds是一个源于赌博的概念,比如猜色子大小,硬币正反面时 大 v.s.小 , 正 v.s.反 的概率的比值叫Odds, 两个odds之间再取比值叫Odds Ratio。 针对Odds Ratio具体而言,又分暴露比值比,患病比值比,发病比值比。RR(Rate Ratio/Risk Ratio/Relative Rate/Relative Risk)则通常译为危险度比或相对危险度,是两个Rate/Risk(简单的可以理解为发病率)的比值。 (1)OR(比值比):在病例对照研究中,比值比指病例组中暴露与非暴露人数的比值和对照组中暴露与非暴露人数的比值的比。在队列研究中,指的是暴露组中患病与非患病者的比值和非暴露组中患病与非患病者的比值的比。 (2)RR(相对危险度):是指暴露组累积发病率(或死亡率)/对照组累积发病率(或死亡率)。相对危险度表明暴露组发病率或死亡率是对照组发病率或死亡率的多少倍。说明暴露组发病或者死亡的危险性是非暴露组的倍数。RR值越大,表

作者:StatsThinking



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (10)
#插入话题
  1. 2023-10-16 bonyuyu

    非常重要的概念

    0

  2. 2019-02-21 YueXi

    网页上搜到,想看全文只能下APP,想推广APP可以理解。可是早已经安装过了,不能设个二维码链接直接APP扫到这篇文章吗?非要APP上重新搜,搜索还做的不好,换几个关键词才能搜到。想分享给朋友看,结果发微信还要对方下APP再搜索一遍才能看,那我分享的目的是什么,考验友情小船翻不翻??

    0

  3. 2016-06-19 july_977

相关资讯

偏最小二乘回归在医学统计学中的应用

偏最小二乘回归是一种新型的多元统计数据分析方法,它与1983年由伍德和阿巴诺等人首次提出。近十年来,它在理论、方法和应用方面都得到了迅速的发展。密西根大学的弗耐尔教授称偏最小二乘回归为第二代回归分析方法。 偏最小二乘回归方法在统计应用中的重要性主要的有以下几个方面: (1)偏最小二乘回归是一种多因变量对多自变量的回归建模方法。 (2)偏最小二乘回归可以较好地解决许多以往用普通多元回归无法解决

SPSS 17.0中如何安装偏最小二乘回归(PLS)模块

不过,在SPSS 22.0中已默认安装了,不必再次安装了。在数据处理中需要在SPSS中用到偏最小二乘回归(Partial Least Squares Regression,PLS)功能,要安装PLS插件,在各个论坛上查找了很多资料,但是发现介绍的都不够具体,导致在装过以后运行的过程中出错。同时,相关软件报错,不能正确安装。同时SPSS被IBM收购,也给同学们带来不好麻烦。 其中偏最小二乘

七种常见的回归分析技术,助力建模和数据分析

回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。 什么是回归分析? 回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析,时间序列模

Logistic回归、决策树和支持向量机介绍

分类问题是我们在各个行业的商业业务中遇到的主要问题之一。在本文中,我们将从众多技术中挑选出三种主要技术展开讨论,逻辑回归(Logistic Regression)、决策树(Decision Trees)和支持向量机(Support Vector Machine,SVM)。 上面列出的算法都是用来解决分类问题(SVM和DT也被用于回归,但这不在我们的讨论范围

回归分析中,多重共线性的处理策略方法

在多元线性回归模型经典假设中,其重要假定之一是回归模型的解释变量之间不存在线性关系,也就是说,解释变量X1,X2,……,Xk中的任何一个都不能是其他解释变量的线性组合。如果违背这一假定,即线性回归模型中某一个解释变量与其他解释变量间存在线性关系,就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设,将给普通最小二乘法带来严重后果。 造成多重共线性的原因: 1、解

学霸笔记:Logistic回归分析

Logistic回归:实际上属于判别分析,因拥有很差的判别效率而不常用。现在用得最多的是临床研究中的观察性研究。1. 应用范围: ① 适用于流行病学资料的危险因素分析 ② 实验室中药物的剂量-反应关系 ③ 观察性研究结果中混杂控制 ④ 疾病的预后因素分析 2. Logistic回归的分类: ① 按因变量的资料类型