Bagaimana saya bisa menginterpretasikan efek utama (koefisien untuk faktor kode-dummy) dalam regresi Poisson?
Asumsikan contoh berikut:
treatment <- factor(rep(c(1, 2), c(43, 41)),
levels = c(1, 2),
labels = c("placebo", "treated"))
improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)),
levels = c(1, 2, 3),
labels = c("none", "some", "marked"))
numberofdrugs <- rpois(84, 10) + 1
healthvalue <- rpois(84, 5)
y <- data.frame(healthvalue, numberofdrugs, treatment, improved)
test <- glm(healthvalue~numberofdrugs+treatment+improved, y, family=poisson)
summary(test)
Outputnya adalah:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.88955 0.19243 9.819 <2e-16 ***
numberofdrugs -0.02303 0.01624 -1.418 0.156
treatmenttreated -0.01271 0.10861 -0.117 0.907 MAIN EFFECT
improvedsome -0.13541 0.14674 -0.923 0.356 MAIN EFFECT
improvedmarke -0.10839 0.12212 -0.888 0.375 MAIN EFFECT
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Saya tahu bahwa tingkat kejadiannya numberofdrugs
adalah exp(-0.023)=0.977
. Tetapi bagaimana saya mengartikan efek utama untuk variabel dummy?
r
generalized-linear-model
interpretation
poisson-distribution
regression-coefficients
gung - Reinstate Monica
sumber
sumber
Jawaban:
numberofdrugs
Koefisien eksponensial adalah istilah multiplikatif yang digunakan untuk menghitung taksiranhealthvalue
ketikanumberofdrugs
meningkat sebesar 1 unit. Dalam kasus variabel kategoris (faktor), koefisien eksponensial adalah istilah multiplikatif relatif terhadap tingkat dasar (faktor pertama) untuk variabel tersebut (karena R menggunakan kontras perlakuan secara default). Iniexp(Intercept)
adalah tingkat dasar, dan semua perkiraan lain akan relatif terhadap itu.Dalam contoh Anda perkiraan
healthvalue
untuk seseorang yang menggunakan2
narkoba,"placebo"
danimprovement=="none"
akan menjadi (menggunakan penambahan di dalam exp sebagai setara dengan perkalian):Sementara seseorang di
4
obat,"treated"
dan"some"
perbaikan akan memiliki perkiraanhealthvalue
dariTAMBAHKAN: Inilah artinya menjadi "aditif pada skala log". "Aditif pada skala log-odds" adalah ungkapan yang digunakan guru saya, Barbara McKnight, ketika menekankan perlunya menggunakan semua koefisien istilah yang diterapkan dalam regresi logistik ketika melakukan segala jenis prediksi. Anda menambahkan pertama semua koefisien kali nilai kovariat dan kemudian eksponensial. Cara untuk mengembalikan koefisien dari objek regresi di R umumnya menggunakan
coef()
fungsi ekstraktor (dilakukan dengan realisasi acak berbeda di bawah):Jadi perhitungan estimasi untuk subjek dengan
4
obat"treated"
,, dengan"some"
peningkatan akan menjadi:Dan prediktor linier untuk kasus tersebut harus merupakan jumlah dari:
Prinsip-prinsip ini harus berlaku untuk setiap paket statistik yang mengembalikan tabel koefisien kepada pengguna. Metode dan prinsip lebih umum daripada yang mungkin muncul dari penggunaan saya atas R.
Saya menyalin komentar klarifikasi yang dipilih karena 'menghilang' di tampilan default:
A: Koefisien adalah natural_logarithms dari rasio. - DWIN
A2: Tidak. Jika itu adalah regresi logistik mereka akan tetapi dalam regresi Poisson, di mana LHS adalah jumlah peristiwa dan penyebut tersirat adalah angka yang berisiko, maka koefisien eksponensial adalah "rasio tingkat" atau "risiko relatif".
sumber