মিথস্ক্রিয়া প্রভাবগুলি অর্জনের জন্য সহগ যোগ করা - এসইএস দিয়ে কী করবেন?


13

আমার একটি মাল্টিভাইয়ারেট রিগ্রেশন রয়েছে, যার মধ্যে ইন্টারঅ্যাকশন অন্তর্ভুক্ত রয়েছে। উদাহরণস্বরূপ, দরিদ্রতম কুইন্টাইলের চিকিত্সার প্রভাবের অনুমানের জন্য আমাকে ইন্টারঅ্যাকশন ভেরিয়েবল (যা চিকিত্সা এবং কুইন্টিল 1 ইন্টারেক্ট করে) থেকে ট্রিটমেন্ট রেজিস্টার থেকে সহগগুলিতে সংখ্যাগুলি যুক্ত করতে হবে। একটি রিগ্রেশন থেকে দুটি সহগ যোগ করার সময়, কেউ কীভাবে স্ট্যান্ডার্ড ত্রুটিগুলি পায়? দুটি সহগের থেকে স্ট্যান্ডার্ড ত্রুটিগুলি যুক্ত করা কি সম্ভব? টি-স্ট্যাটাসের কী হবে? এগুলিও কি যুক্ত করা সম্ভব? আমি অনুমান করছি না তবে আমি এ সম্পর্কে কোনও গাইডেন্স পাই না।

আপনার সাহায্যের জন্য আগাম ধন্যবাদ অনেক!


এটি সত্যিই সহায়ক! আমি আর তে অনুরূপ কিছু করতে চাইছি, তবে গ্রুপগুলির মধ্যে আমার কিছুটা আলাদা নমুনা আকার রয়েছে। আমি কি নতুন স্ট্যান্ডার্ড দেওয়ার জন্য দুটি ত্রুটি একত্রিত করতে এখনও একই সমীকরণটি ব্যবহার করতে পারি? ত্রুটি? কোনও সহায়তার জন্য আগাম আপনাকে ধন্যবাদ ক্রিস্টাল
ক্রিস্টাল

1
আরে @ ক্রিস্টাল - সাইটে আপনাকে স্বাগতম! এটি একটি ভাল প্রশ্ন, তবে আপনার এটিকে একটি নতুন প্রশ্ন হিসাবে উত্থাপন করা উচিত (উপরের ডানদিকে "প্রশ্ন জিজ্ঞাসা করুন" বোতাম)। এখনই, আপনি এটি পুরানো প্রশ্নের "উত্তর" হিসাবে জমা দিয়েছেন। আপনি যদি এই নতুন প্রশ্নের মধ্যে এই প্রশ্নের URL টি অনুলিপি করে কপি করেন তবে আমরা সকলেই বুঝতে পারি আপনি কী সম্পর্কে বলছেন।
ম্যাট পার্কার

উত্তর:


10

আমি মনে করি এটি জন্য প্রকাশ :এসএনW

এস12+ +এস22+ +2সিবনাম(1,2)

এইচ : β = 0 পরীক্ষার জন্য আপনার নতুন পরীক্ষার পরিসংখ্যান খুঁজে পেতে আপনি এই নতুন স্ট্যান্ডার্ড ত্রুটির সাথে কাজ করতে পারেনএইচ:β=0


হ্যালো সারা, আপনার যদি এই প্রশ্নটির উত্তর হয় বলে মনে হয় তবে আপনার এই প্রশ্নটি বন্ধ করা উচিত।
সানকুলসু

হাই - আপনার উত্তরের জন্য আবার ধন্যবাদ। আমি উল্লেখ করতে ভুলে গেছি যে আমি স্টাটা ব্যবহার করছি। যখন আমি একসাথে দুটি সহগ যোগ করি (স্টাটা থেকে আউটপুট ব্যবহার করে), আমি কি কেবল স্ট্যান্ডার্ড ত্রুটিগুলি যুক্ত করতে পারি? যদি তা হয়, তবে আমার মান ত্রুটির যোগফলের যোগফল দ্বারা গুণফলগুলির যোগফলকে ভাগ করে স্ট্যান্ডার্ড ত্রুটিগুলি অর্জন করতে সক্ষম হওয়া উচিত। তুমি কি একমত? আবার ধন্যবাদ.
সারা

সারা, স্টাটাতে, 'লিংকম' ফাংশনটি ব্যবহার করুন। ধরুন আপনার কাছে ভ্যারিয়েবলগুলি ভেরিয়েবল এবং ভার 2 রয়েছে এবং ভার 1 তে তিন গুণ সহগ এবং ভার 2 এর সহগের 2 গুণ যুক্ত করতে চান। 'লিংকোম 3 * বর্ণ 1 + 2 * বর্ণ 2' টাইপ করুন। এটি এই অনুমানের জন্য স্ট্যান্ডার্ড ত্রুটি এবং আত্মবিশ্বাসের ব্যবধান দেয়।
চার্লি

5

আমি ধরে নিয়েছি আপনার অর্থ 'মাল্টিভারেটেবল' রিগ্রেশন, 'মাল্টিভারিয়েট' নয়। 'মাল্টিভারিয়েট' বলতে একাধিক নির্ভরশীল ভেরিয়েবলগুলি বোঝায়।

অবিচ্ছিন্ন ভবিষ্যদ্বাণী গ্রহণ এবং অন্তর অন্তর্ভুক্ত করে এটি গ্রহণযোগ্য পরিসংখ্যান অনুশীলন হিসাবে বিবেচিত হয় না। এর ফলে অবশিষ্টাংশ বিভ্রান্তিকর হয়ে উঠবে এবং মিথস্ক্রিয়াগুলি মিথস্ক্রিয়ভাবে তাৎপর্যপূর্ণ করবে কারণ কিছু মিথস্ক্রিয়া কেবলমাত্র কিছু প্রধান প্রভাবগুলির ফিটের (এখানে, আন্ডারফাইটিং) অভাব প্রতিফলিত করতে পারে। বাইরের কুইন্টাইলগুলির মধ্যে অনেকগুলি অব্যক্ত বিভেদ রয়েছে। এছাড়াও, "কুইন্টাইল প্রভাবসমূহ" এর সঠিকভাবে ব্যাখ্যা করা অসম্ভব।

আগ্রহের তুলনা করার জন্য, তাদের পূর্বাভাসিত মানগুলির মধ্যে পার্থক্য হিসাবে ধারণা করা সহজ। আর rmsপ্যাকেজটি ব্যবহার করে এখানে একটি উদাহরণ দেওয়া হল ।

require(rms)
f <- ols(y ~ x1 + rcs(x2,3)*treat)  # or lrm, cph, psm, Rq, Gls, Glm, ...
# This model allows nonlinearity in x2 and interaction between x2 and treat.
# x2 is modeled as two separate restricted cubic spline functions with 3
# knots or join points in common (one function for the reference treatment
# and one function for the difference in curves between the 2 treatments)
contrast(f, list(treat='B', x2=c(.2, .4)),
            list(treat='A', x2=c(.2, .4)))
# Provides a comparison of treatments at 2 values of x2
anova(f) # provides 2 d.f. interaction test and test of whether treatment
# is effective at ANY value of x2 (combined treat main effect + treat x x2
# interaction - this has 3 d.f. here)

2

আরআরβআরভী^আর'ভী^আরχR2R আপনার ম্যাট্রিক্সের সারিগুলির সংখ্যা (ধরে নেওয়া যে সারিগুলি লৈখিকভাবে স্বতন্ত্র)


ধন্যবাদ। আমি পরিসংখ্যান বিশেষজ্ঞ না হওয়ায় এবং আমার প্রশ্নটি পরিষ্কার ছিল কিনা সে বিষয়ে আমি নিশ্চিত নই বলে আমি আরও একটি প্রশ্ন উত্থাপন করব।
সারা
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.