Logistisk regression 2
|
|
- Margrethe Lauritzen
- 6 år siden
- Visninger:
Transkript
1 Logistisk rgrssion 2 Indhold: Logit Logistisk rgrssion Paramtrisring Vkslvirkning 1
2 Sammnhæng mllm rygvanr og hjrtsygdomm CHD : Hjrtsygdom MI : dligr hjrtsygdomm Sammnligning af gruppr gørs vha odds ratio! p 2 p 1 OR = xp log it log it 1 p2 1 p1 Gruppsammnligningr blivr til forskll i logit-værdir 2
3 Sammnhæng mllm rygvanr og hjrtsygdomm Prsonr udn tidligr hjrtsygdom Rygr n hjrtsyg p odds logit oddsratio nj ( ) rf ja ( ) ( ) Prsonr md tidligr hjrtsygdom Rygr n p odds logit oddsratio hjrtsyg nj ( ) rf ja ( ) ( ) 3
4 Dn logistisk rgrssionsmodl Ρ 1+ α + β Rygr ( Υ = 1Rygr) = α + β Rygr Rygr kodt: 0 ~ Rygr ikk 1 ~ Rygr Tablln md modllns sandsynlighdr Rygr ikk Ingn hjrtsygdom 1 α 1+ Hjrtsygdom 1+ α α Rygr 1 α + β α + β α + β α + β α α + β Odds ratio = = α α + β α β
5 Stratificrd analysr multipl rgrssionsanalysr Sammnhæng mllm rygvanr og hjrtsygdomm Ingn tidligr hjrtsygdom: Rygr Risiko odds logit nj (0) 1.3 % ja (1) 3.1 % Odds-ratio = Logit forskl = Logistisk rgrssionsmodl: P( Hjrts Rygr) = Rygr Rygr 5
6 Tidligr hjrtsygdom: Rygr Risiko odds logit nj (0) 21.2 % ja (1) 13.6 % Odds-ratio = Logit forskl = Logistisk rgrssionsmodl: P( Hjrts Rygr) = Rygr Rygr 6
7 Antag, at dr r tal om samm rlativ risiko forbundt md rygning i d to gruppr. Estimat ln(estimat) Std. Error of ln(estimat) Asymp. Sig. (2-sidd) Asymp. 95% Confidnc Intrval Mantl-Hanszl Common Odds Ratio Estimat Common Odds Ratio ln(common Odds Ratio) Lowr Bound Uppr Bound Lowr Bound Uppr Bound 2,013,699,179,000 1,418 2,856,349 1,050 Th Mantl-Hanszl common odds ratio stimat is asymptotically normally distributd undr th common odds ratio of 1,000 assumption. So is th natural log of th stimat. Mantl-Hanszl: Odds ratio = 2.013, Logit forskl=
8 Indsæt logit forsklln i d to rgrssionsmodllr: Ingn tidligr hjrtsygdom: P( Hjrts Rygr) = Rygr Rygr Tidligr hjrtsygdom: P( Hjrts Rygr) = Rygr Rygr 8
9 Logit(ingn tidligr hjrt.sygd, ikk rygr) = Logit(tidligr hjrt.sygdom, ikk rygr) = Forskl = Dfinr ny variabl: Z= 0 : ingn tidligr hjrt-sygdom 1 : tidligr hjrt-sygdom Logit (Z, ikk rygr) = Z Indsætts i d to logistisk rgrssionsmodllr: 9
10 P( Hjrts Rygr, Z ) = Z Rygr Z Rygr En multipl logistisk rgrssionsmodl 10
11 Intraktionr Effktmodifikation Rygvanr og tidligr hjrtsygdom RYGER * Hjrtsygdom * Tidligr MI Crosstabulation Tidligr MI nj ja RYGER Total RYGER Total nj ja nj ja % within RYGER % within RYGER % within RYGER % within RYGER % within RYGER % within RYGER Hjrtsygdom nj ja Total ,7% 1,3% 100,0% ,9% 3,1% 100,0% ,0% 2,0% 100,0% ,8% 21,2% 100,0% ,4% 13,6% 100,0% ,9% 17,1% 100,0% Hypotsn om ns odds-ratioværdir i d to strata forkasts: Statistics Conditional Indpndnc Homognity Tsts for Homognity of th Odds Ratio Cochran's Mantl-Hanszl Brslow-Day Taron's Asymp. Sig. Chi-Squard df (2-sidd) 16,413 1,000 15,660 1,000 7,329 1,007 7,321 1,007 Undr th conditional indpndnc assumption, Cochran's statistic is asymptotically distributd as a 1 df chi-squard distribution, only if th numbr of strata is fixd, whil th Mantl-Hanszl statistic is always asymptotically distributd as a 1 df chi-squard distribution. Not that th continuity corrction is rmovd from th Mantl-Hanszl statistic whn th sum of th diffrncs btwn th obsrvd and th xpctd is 0. Dn logistisk rgrssionsmodl skal modificrs så dr tags højd for dtt! 11
12 Ingn tidligr hjrtsygdom (Z=0): P( Hjrts Rygr) = Rygr Rygr Tidligr hjrtsygdom (Z=1): P( Hjrts Rygr) = Z Rygr Z Rygr = Dn logistisk rgrssionsmodl for prsonr md tidligr hjrtsygdom (Z=1) kan drfor omskrivs på følgnd måd: 1 + P( Hjrts Rygr) = Z Rygr Rygr Z Z Rygr Rygr Z Intraktionr mllm ffktn af to llr flr variabl rpræsntrs som paramtr knyttt til produktt af diss variabl 12
13 13
14 14
15 Estimatr af paramtr Stp 1 a RYGER(1) MI(1) MI(1) by RYGER( Constant Variabls in th Equation B S.E. Wald df Sig. Exp(B) Lowr Uppr,892,193 21,270 1,000 2,441 1,671 3,567 3,003,371 65,665 1,000 20,145 9,744 41,648-1,429,545 6,868 1,009,240,082,697-4,319, ,672 1,000,013 a. Variabl(s) ntrd on stp 1: RYGER, MI, MI * RYGER. 95,0% C.I.for EXP(B) 15
16 Samlt ffkt af rygning og tidligr hjrtsygdom (MI) β rygr Rygr + β tidl Tidl + β rygr,tidl Rygr Tidl Rygr Tidl. MI nj ja nj ja = 2.46 Ikk rygr udn tidligr hjrtsygdom r rfrncgrupp 16
17 Logistisk rgrssion 3 Postoprativ sårinfktionr 194 patintr md kontaminrt oprationssår For patint blv rgistrrt: Aldr Oprationstid Om patintn fik postoprativ sårinfktion Kodt: 1, hvis patintn fik postoprativ sårinfktion 0, llrs 17
18 1,2 1,2 1,0 1,0,8,8 INFEKTIONS,6,4 INFEKTIONS,6,4,2,2 0,0 0,0 -, , ALDER OPERATIONSTID (minuttr) 18
19 OPTID3 * INF * ALDER3 Crosstabulation ALDER3 undr 50 år år 70+ år OPTID3 Total OPTID3 Total OPTID3 Total 1-59 min min 120+ min 1-59 min min 120+ min 1-59 min min 120+ min % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 % within OPTID3 19 INF Nj Ja Total ,2% 2,8% 100,0% ,0% 100,0% ,0% 100,0% ,5% 1,5% 100,0% ,0% 100,0% ,0% 100,0% ,8% 18,2% 100,0% ,5% 9,5% 100,0% ,0% 100,0% ,4% 21,6% 100,0% ,6% 29,4% 100,0% ,1% 20,9% 100,0%
20 ALDER3 undr 50 år år 70+ år Parson Chi-Squar Parson Chi-Squar Parson Chi-Squar Chi-Squar Tsts Asymp. Sig. Valu df (2-sidd),846 a 2,655 4,019 b 2,134 5,459 c 2,065 a. 4 clls (66,7%) hav xpctd count lss than 5. Th minimum xpctd count is,06. b. 3 clls (50,0%) hav xpctd count lss than 5. Th minimum xpctd count is,95. c. 1 clls (16,7%) hav xpctd count lss than 5. Th minimum xpctd count is 3,14. ALDER3 undr 50 år år 70+ år Ordinal by Ordinal N of Valid Cass Ordinal by Ordinal N of Valid Cass Ordinal by Ordinal N of Valid Cass a. Not assuming th null hypothsis. Gamma Gamma Gamma Symmtric Masurs b. Using th asymptotic standard rror assuming th null hypothsis. Asymp. Valu Std. Error a Approx. T b Approx. Sig. -1,000,000-1,014, ,000,000 2,210,027 42,489,172 2,426,
21 ALDER3 * INF * OPTID3 Crosstabulation OPTID min min 120+ min ALDER3 Total ALDER3 Total ALDER3 Total undr 50 år år 70+ år undr 50 år år 70+ år undr 50 år år 70+ år % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 % within ALDER3 INF Nj Ja Total ,2% 2,8% 100,0% ,0% 100,0% ,0% 100,0% ,4% 1,6% 100,0% ,0% 100,0% ,0% 100,0% ,4% 21,6% 100,0% ,0% 11,0% 100,0% ,0% 100,0% ,8% 18,2% 100,0% ,6% 29,4% 100,0% ,7% 23,3% 100,0% 21
22 OPTID min min 120+ min Parson Chi-Squar Parson Chi-Squar Parson Chi-Squar Chi-Squar Tsts Asymp. Sig. Valu df (2-sidd),706 a 2,703 8,742 b 2,013 2,246 c 2,325 a. 3 clls (50,0%) hav xpctd count lss than 5. Th minimum xpctd count is,16. b. 3 clls (50,0%) hav xpctd count lss than 5. Th minimum xpctd count is 1,10. c. 2 clls (33,3%) hav xpctd count lss than 5. Th minimum xpctd count is,93. OPTID min min 120+ min Ordinal by Ordinal N of Valid Cass Ordinal by Ordinal N of Valid Cass Ordinal by Ordinal N of Valid Cass a. Not assuming th null hypothsis. Gamma Gamma Gamma Symmtric Masurs b. Using th asymptotic standard rror assuming th null hypothsis. Asymp. Valu Std. Error a Approx. T b Approx. Sig. -1,000,000-1,013, ,000,000 3,195,001 73,422,257 1,555,
23 Dn logistisk rgrssionsmodl Ρ Stp 1 a α + β1 Aldr+ β2 Opr. tid ( Infktion Aldr, Opr.tid) = α + β Aldr+ β Opr. tid OPERTID ALDER Constant 1+ Variabls in th Equation B S.E. Wald df Sig. Exp(B),00753, ,681 1,000, ,00756,03532, ,902 1,000, , , , ,46 1,000,00000,00601 a. Variabl(s) ntrd on stp 1: OPERTID, ALDER. Fortolkning af aldrsffktn: For t år ældr patint r risikon ca. 3.6% højr Fortolkning af ffktn af oprationsvarighd: Et minut længr oprationstid øgr risikon md 0.8% Bmærk: Effktn r btingt md dn andn variabl
24 Estimrt sandsynlighd for sårinfktion: ˆ p i = Aldr Opr.tid i Aldr Opr.tid i i i 24
25 Afbildning af dn stimrd infktionsrisiko 25
Introduktion til logistisk regression
Introduktion til logistisk rgrssion Indhold: Sandsynlighdr, odds og logits Logistisk rgrssion Dummy variabl Wald tst SPSS 1 Rgrssionsmodllr bskrivr hvorlds én afhængig variabl, Y, afhængr af n llr flr
Læs mereMantel-Haenszel analyser. Stratificerede epidemiologiske analyser
Mantel-Haensel analyser Stratificerede epidemiologiske analyser 1 Den epidemiologiske synsvinkel: 1) Oftest asymmetriske (kausale) sammenhænge (Eksposition Sygdom/død) 2) Risikoen vurderes bedst ved hjælp
Læs mereOverlevelse efter AMI. Hvilken betydning har følgende faktorer for risikoen for ikke at overleve: Køn og alder betragtes som confoundere.
Overlevelse efter AMI Hvilken betydning har følgende faktorer for risikoen for ikke at overleve: Diabetes VF (Venticular fibrillation) WMI (Wall motion index) CHF (Cardiac Heart Failure) Køn og alder betragtes
Læs mereLogistisk regression. Statistik Kandidatuddannelsen i Folkesundhedsvidenskab
Logistis regression Statisti Kandidatuddannelsen i Folesundhedsvidensab Multipel logistis regression Antagelser: Binære observationer (Y i, i=,.,n) f.es Ja/Nej Høj/Lav Død/Levende Kodet: / 0 Y i uafhængige
Læs mereStatikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression
Statikstik II 2. Lktion Lidt sandsynlighdsrgning Lidt mr om signifikanstst Logistisk rgrssion Lidt sandsynlighdsrgning Lad A vær n hændls (t llr flr mulig udfald af t ksprimnt ) Fx A Dt rgnr i morgn P(A)
Læs mereOm analyse af kategoriske data fra arbejdsmiljøundersøgelse Svend Kreiner Biostatistisk afdeling
Om analys af katgorisk data fra arbjdsmiljøundrsøgls Svnd Krinr Biostatistisk afdling Januar 2012 1 Katgorisk data Typisk kildr til katgorisk data Spørgskmaundrsøglsr Fir typr af variabl Binær variabl
Læs mereLogistisk Regression - fortsat
Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative
Læs mereStatistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004
Statistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004 Formål med Øvelsen: Formålet med øvelsen er at analysere om risikoen for død er forbundet med to forskellige vacciner BCG (mod
Læs mereKausalitet. Introduktion til samfundsvidenskabelig metode. Samfundsvidenskabelig metode. Hvad er metode? Hvad er kausalitet.
Introduktion til samfundsvidenskabelig metode Samfundsvidenskabelig metode IT-Universitetet September 2007 Mikkel Leihardt Hvad er metode? Metode er regler og retningslinjer for, hvordan vi undersøger
Læs mere- Medlemsundersøgelse, Danske Fysioterapeuter, Juni 2010. Danske Fysioterapeuter. Kvalitet i træning
Danske Fysioterapeuter Kvalitet i træning Undersøgelse blandt Danske Fysioterapeuters paneldeltagere 2010 Udarbejdet af Scharling Research for Danske Fysioterapeuter juni 2010 Scharling.dk Side 1 af 84
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression: Definitioner For en binær (0/) variabel Y antager vi P(Y)p P(Y0)-p Eksempel: Bil til arbejde vs alder
Læs mereMultipel Linear Regression. Repetition Partiel F-test Modelsøgning Logistisk Regression
Multipel Linear Regression Repetition Partiel F-test Modelsøgning Logistisk Regression Test for en eller alle parametre I jagten på en god statistisk model har vi set på følgende to hypoteser og tilhørende
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π
Læs mereLog-lineære modeller. Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres.
Log-lineære modeller Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres. Kontingenstabel Contingency: mulighed/tilfælde Kontingenstabel: antal observationer (frekvenser)
Læs mereIkke-parametriske tests
Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Eksamensopgave E05 Socialklasse og kronisk sygdom Data: Tværsnitsundersøgelse fra 1986 Datamaterialet indeholder: Køn, alder, Højest opnåede
Læs mereDet kunne godt se ud til at ikke-rygere er ældre. Spredningen ser ud til at være nogenlunde ens i de to grupper.
1. Indlæs data. * HUSK at angive din egen placering af filen; data framing; infile '/home/sro00/mph2016/framing.txt' firstobs=2; input id sex age frw sbp sbp10 dbp chol cig chd yrschd death yrsdth cause;
Læs mereEksamen Bacheloruddannelsen i Medicin med industriel specialisering
Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mere25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes
25. april 2. gang: Introduktion til Logistisk Regression Morten Frydenberg 22 Institut for Biostatistik, Århus Universitet MPH. studieår specialmodul Cand. San. uddannelsen. studieår Hvorfor logistisk
Læs mereMorten Frydenberg 26. april 2004
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik RESUME: 2 2. gang: 2002 Institut for Biostatistik, Århus Universitet MPH. studieår Specialmodul 4 Cand. San. uddannelsen.
Læs mereMorten Frydenberg 14. marts 2006
Introduktion til Logistisk Regression Morten Frydenberg, Inst. f. Biostatistik 1 RESUME: 2 2. gang: 2006 Institut for Biostatistik, Århus Universitet MPH 1. studieår Specialmodul 4 Cand. San. uddannelsen
Læs mereForelæsning 11: Kapitel 11: Regressionsanalyse
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereMPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme
MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Mantel-Haenszel analyser
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Mantel-Haenszel analyser Mantel-Haenszel analyser Sidst lærte vi om stratificerede analyser. I dag kigger vi på et specialtilfælde: både exposure
Læs mereDette spørgeskema indeholder derudover tre åbne spørgsmål, hvor I har mulighed for at lægge billet ind på konkurrencens øvrige priser:
Årts sundst virksomhd 2009 Spørgskmat udgør ldlsns bsvarls til konkurrncn "Årts sundst virksomhd 2009" samt mulighd for at dltag i d tr kstra prisr. Prisn "Årts sundst virksomhd 2009" ovrrækks af ministr
Læs mereOversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse
Læs mereLogistisk regression. Basal Statistik for medicinske PhD-studerende November 2008
Logistisk regression Basal Statistik for medicinske PhD-studerende November 2008 Bendix Carstensen Steno Diabetes Center, Gentofte & Biostatististisk afdeling, Københavns Universitet bxc@steno.dk www.biostat.ku.dk/~bxc
Læs mereGenerelle lineære modeller
Generelle lineære modeller Regressionsmodeller med én uafhængig intervalskala variabel: Y en eller flere uafhængige variable: X 1,..,X k Den betingede fordeling af Y givet X 1,..,X k antages at være normal
Læs mereProgram. Logistisk regression. Eksempel: pesticider og møl. Odds og odds-ratios (igen)
Faculty of Life Sciences Program Logistisk regression Claus Ekstrøm E-mail: ekstrom@life.ku.dk Odds og odds-ratios igen Logistisk regression Estimation og inferens Modelkontrol Slide 2 Statistisk Dataanalyse
Læs mereChi-i-anden Test. Repetition Goodness of Fit Uafhængighed i Kontingenstabeller
Chi-i-anden Test Repetition Goodness of Fit Uafhængighed i Kontingenstabeller Chi-i-anden Test Chi-i-anden test omhandler data, der har form af antal eller frekvenser. Antag, at n observationer kan inddeles
Læs mereHypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j
Hypoteser om mere end to stikprøver ANOVA k stikprøver: (ikke ordinale eller højere) H 0 : 1 2... k gælder også for k 2! H 0ij : i j H 0ij : i j simpelt forslag: k k 1 2 t-tests: i j DUER IKKE! Bonferroni!!
Læs mereHvordan er trivslen blandt eleverne på skolen (fx i forhold til mobning)?
Skol og Forældr Kvægtorvsgad 1 1710 Købnhavn V Tlf. 3326 1721 Fax 3326 1722 post@skol-foraldr.dk www.skol-foraldr.dk Skolbstyrlsrns bdømmls af trivsl og samarbjd i skoln Skol og Forældr har stillt n rækk
Læs mereBetinget hæftelse. Et regneeksempel 01-04-2014
Btingt hæftls Et rgnsmpl 01-04-2014 1 Indldning Notatt sr lidt nærmr på sammnhængn mllm btingt hæftls og dt forvntd afast for ationærr og rditorr i n (finansil) virsomhd, hvor gnapitalandln r lav. Notatt
Læs mere. k er en konstant. Endvidere antages det i d), at gx ( 0) 0. I e) antages det, at f er differentiabel i x 0 og g er differentiabel i y 0
0BRgnrglr for ubstmt intgralr I dtt lill tillæg skal vi s på n sætning, som angivr d rgnrglr, dr gældr for ubstmt intgralr (intgralr udn grænsr), samt giv t bvis for sætningn. Da vi i bvist skal gør brug
Læs mereBasal Statistik Logistisk Regression. Dagens Tekst E Sædvanlig Linear Regression (Repetition) Basal Statistik - Logistisk regression 1
Basal Statistik Logistisk Regression Judith L. Jacobsen, PhD. Lene Theil Skovgaard http://staff.pubhealth.ku.dk/~lts/basal13_ jlj@statcon.dk Dagens Tekst Logistisk regression Binære data Logit transformation
Læs mereRegressionsanalyser. Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer.
Regressionsanalyser Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer. Hvilke faglige problemer kan man løse vha. regressionsanalyser? 1 Regressionsanalyser Det primære problem
Læs mereNotat. Forslag til ekstraordinære tiltag som kan imødekomme udgiftspresset for hele Social- og Sundhedsudvalgets område i 2015.
Til: CENTER FOR SOCIAL OG SUNDHED Økonomistyring Dato: 30. juni 2015 Notat Forslag til kstraordinær tiltag som kan imødkomm udgiftsprsst for hl Social- og Sundhdsudvalgts områd i 2015. Ndnstånd r forslag,
Læs mere- Panelundersøgelse, Folkeskolen, September 2012. Folkeskolen. Undersøgelse om syn på og erfaringer med inklusion 2012
Folkeskolen Undersøgelse om syn på og erfaringer med inklusion 2012 Udarbejdet af Scharling Research for redaktionen af Folkeskolen, september 2012 Scharling.dk Formål Side 1 af 118 Denne rapport har til
Læs mereslagelse uddannelses- og karrierefestival
4 1 K U r på S l l i t s om ud s n? d m n m r o k ad v Vl h g o op r d a v H Vlkommn som udstillr på SUK-fstivaln Vlkommn i flokkn af ngagrd udstillr, dr år ftr år r md til at gør SUKfstivaln til Vstsjællands
Læs mereMorten Frydenberg Biostatistik version dato:
Tye og Tye 2 fejl Statistisk styrke Biostatistik uge 2 mandag Morten Frydenberg, Afdeling for Biostatistik Styrkeovervejelser i lanlægning af et studie Logistisk regression Præterm fødsel, rygning, alder,
Læs mereSammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.
Sammenhængsanalyser Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt. rygevaner som 45 årig * helbred som 51 årig Crosstabulation rygevaner
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereØkonometri Lektion 1 Simpel Lineær Regression 1/31
Økonometri Lektion 1 Simpel Lineær Regression 1/31 Simpel Lineær Regression Mål: Forklare variablen y vha. variablen x. Fx forklare Salg (y) vha. Reklamebudget (x). Statistisk model: Vi antager at sammenhængen
Læs mereDoodleBUGS (Hands-on)
DoodleBUGS (Hands-on) Simple example: Program: bino_ave_sim_doodle.odc A simulation example Generate a sample from F=(r1+r2)/2 where r1~bin(0.5,200) and r2~bin(0.25,100) Note that E(F)=(100+25)/2=62.5
Læs mereReeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl
Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform
Læs mereMultipel Lineær Regression
Multipel Lineær Regression Trin i opbygningen af en statistisk model Repetition af MLR fra sidst Modelkontrol Prædiktion Kategoriske forklarende variable og MLR Opbygning af statistisk model Specificer
Læs mereEksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning
1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion
Læs mereFaculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable
Faculty of Health Sciences Logistisk regression: Kvantitative forklarende variable Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Sammenhæng
Læs mereLogistisk regression
Logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursushjemmeside: www.biostat.ku.dk/~sr/forskningsaar/regression2012/
Læs mereSimpel og multipel logistisk regression
Faculty of Health Sciences Logistisk regression Simpel og multipel logistisk regression 16. Maj 2012 Analyse af en binær responsvariabel. syg/rask, død/levende, ja/nej... Ud fra en eller flere forklarende
Læs mereREFERAT/DAGSORDEN Ekstraordinært. Mikael F. Sørensen, Anja M. Jensen, Litha Skjolden, Jette Bjerg Brix, Jens Josephsen,
REFERAT/DAGSORDEN Ekstraordinært SB-mød Skolvængt 12. novmbr 2015 kl. 18.15-20.15 Til std: Forældr Mdarbjdr Elvr Ldls Mikal F. Sørnsn, Anja M. Jnsn, Litha Skjoldn, Jtt Bjrg Brix, Jns Josphsn, Marik Wijbnga-Bijma
Læs mereBasic statistics for experimental medical researchers
Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:
Læs mereBilag 4: Spørgeskemaundersøgelse, politikere
Bilag 4: Spørgskmaundrsøgls, politikr Er du mand llr kvind? Krydst md: Pa mokra Vnstr Dt Konsr par Mand 187 13 48 43 10 2 54 163 18 26 71,4% Kvind 77 12 11 20 4 0 24 58 9 11 28,6% 264 25 59 63 14 2 78
Læs mereLøsning til opgave i logistisk regression
Løsning til øvelser i logistisk regression, november 2008 1 Løsning til opgave i logistisk regression 1. Først indlæses data, og vi kan lige sørge for at danne en dummy-variable for cml, som indikator
Læs mereHalvårsrapport 30.06.2005
Halvårsrapport 30.06.2005 Indhold Hovd- og nøgltal...3 Priodns rsultat...4 Forrtningsområd...5 Forvntningr til frmtidn...6 Rgnskabspraksis...7 Rsultatopgørls...8 Balanc...9 Notr...10 Pn-Sam Bank A/S CVR-nr.
Læs mereGRAFISK DESIGN SKABELON TIL PRINT-SELV OPSKRIFTSBOG
GRAFISK DESIGN SKABELON TIL PRINT-SELV OPSKRIFTSBOG DOKUMENTATION OPGAVEBESKRIVELSE Dtt r n opgav som r lavt privat, da jg havd t ønsk om at lav min gn opskriftsbog. Idn bag dnn opskriftsbog r at, man
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereFolkeskolen. Undersøgelse af fagbladet Folkeskolen. Udarbejdet af Scharling Research for redaktionen af Folkeskolen, maj Scharling.
Folkeskolen Undersøgelse af fagbladet Folkeskolen 2011 Udarbejdet af Scharling Research for redaktionen af Folkeskolen, maj 2011 Scharling.dk Side 1 af 107 Formål Denne rapport har til hensigt at afdække
Læs mereSidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed
Approximations-algoritmer Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Negativt resultat om generel TSP Approximations-algoritme
Læs mereFaculty of Health Sciences. Basal Statistik. Logistisk regression mm. Lene Theil Skovgaard. 5. marts 2018
Faculty of Health Sciences Basal Statistik Logistisk regression mm. Lene Theil Skovgaard 5. marts 2018 1 / 22 APPENDIX vedr. SPSS svarende til diverse slides: To-gange-to tabeller, s. 3 Plot af binære
Læs mereMorten Frydenberg 25. april 2006
. gang: Introduktion til Logistisk Regression Morten Frydenberg 26 Afdeling for Biostatistik, Århus Universitet MPH. studieår specialmodul 4 Cand. San. uddannelsen. studieår Hvorfor logistisk regression
Læs merePostoperative komplikationer
Løsninger til øvelser i kategoriske data, oktober 2008 1 Postoperative komplikationer Udgangspunktet for vurdering af den ny metode må være en nulhypotese om at der er samme komplikationshyppighed, 20%.
Læs mereLogistisk regression
Logistisk regression Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk 21. marts 2013 Dagens program Chi-i-anden (χ 2 )-testet Sandsynligheder,
Læs mereβ = SDD xt SSD t σ 2 s 2 02 = SSD 02 f 02 i=1
Lineær regression Lad x 1,..., x n være udfald af stokastiske variable X 1,..., X n og betragt modellen M 2 : X i N(α + βt i, σ 2 ) hvor t i, i = 1,..., n, er kendte tal. Konkret analyseres (en del af)
Læs mereReestimation af eksportrelationerne april 2000
Danmarks Statistik MODELGRUPPEN Arbejdspapir* Tony Maarsleth Kristensen 14. marts 2000 Reestimation af eksportrelationerne april 2000 Resumé: I papiret præsenteres en reestimation af eksportrelationerne
Læs mereStatistik og Sandsynlighedsregning 2. IH kapitel 12. Overheads til forelæsninger, mandag 6. uge
Statistik og Sandsynlighedsregning 2 IH kapitel 12 Overheads til forelæsninger, mandag 6. uge 1 Fordelingen af én (1): Regressionsanalyse udfaldsvariabel responsvariabel afhængig variabel Y variabel 2
Læs mereHalvårsrapport 30.06.2005
Halvårsrapport 30.06.2005 Indhold Hovdtal...3 Priodns rsultat...4 Forvntningr til frmtidn...5 Invstringsstratgi og finansil risikostyring...6 Rsultatopgørls...7 Balanc...8 Notr...10 Pn-Sam Skad forsikringsaktislskab
Læs mereStatistik for MPH: 7
Statistik for MPH: 7 3. november 2011 www.biostat.ku.dk/~pka/mph11 Attributable risk, bestemmelse af stikprøvestørrelse (Silva: 333-365, 381-383) Per Kragh Andersen 1 Fra den 6. uges statistikundervisning:
Læs mereStatistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P
Læs mereStatistik II 4. Lektion. Logistisk regression
Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:
Læs mereMPH specialmodul i epidemiologi og biostatistik. SAS. Introduktion til SAS. Eksempel: Blodtryk og fedme
MPH specialmodul i epidemiologi og biostatistik. SAS Introduktion til SAS. Display manager (programmering) Vinduer: program editor (med syntaks-check) log output reproducerbart (program teksten kan gemmes
Læs merePraktiske oplysninger.
Praktisk oplysningr. Lundrskov Boldklub vil grn byd all dltagr vlkommn til Lundrskov Frøs Cup 2015. Dt r i år 34. gang vi afviklr stævnt. Dr dltagr til stævnt 76 hold og dt btydr, at dr skal afvikls 199
Læs mereAfdeling for Anvendt Matematik og Statistik December 2006
Københavns Universitet Statistik for Biokemikere Det naturvidenskabelige fakultet Inge Henningsen Afdeling for Anvendt Matematik og Statistik December 2006 i SAS (Zar kapitel 23) PROC FREQ PROC CATMOD
Læs mereStatistik Lektion 17 Multipel Lineær Regression
Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x
Læs mereAppendices. Appendix 2: Questionnaire in StudSurvey. Appendix 3: Text presenting the electronic questionnaire. Appendix 4: Outputs from regressions
Appendices Appendix 1: Print screen of WEB-DIRECT Appendix 2: Questionnaire in StudSurvey Appendix 3: Text presenting the electronic questionnaire Appendix 4: Outputs from regressions StudSurvey http://studsurvey.asb.dk/nsurveyadmin/surveycontentbuilder.aspx?surv...
Læs mereMorten Frydenberg Biostatistik version dato:
Caerphilly studiet Design og Data Biostatistik uge 14 mandag Morten Frydenberg, Afdeling for Biostatistik Poisson regression En primær tidsakse og ikke stykkevise konstante rater Cox proportional hazard
Læs mereOpgavebesvarelse, logistisk regression
Opgavebesvarelse, logistisk regression Data ligger i rop.xls på kursushjemmesiden: http://staff.pubhealth.ku.dk/ jufo/courses/logistic/ Når du har gemt data på din computer, kan det indlæses i SAS med
Læs mereLogistisk regression
Logistisk regression http://biostat.ku.dk/ kach/css2 Thomas A Gerds & Karl B Christensen 1 / 18 Logistisk regression I dag 1 Binær outcome variable død : i live syg : rask gravid : ikke gravid etc 1 prædiktor
Læs mereVedtægter for Oure Vandværk A.M.B.A.
Vdtægtr for Our Vandværk A.M.B.A. VEDTÆGTER OR ANDELSSELSKABET OURE VANDVÆRK Navn og hjmstd 1 Slskabt dr r stiftt i 1948, r t andlsslskab md bgrænst ansvar (a.m.b.a.), hvis navn r OURE VANDVÆRK. Slskabt
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereI dag. Normalfordelingen. Hvad skal vi bruge normalfordelingen til? Eksempel: hjerneceller hos marsvin
I dag Normalfordlingn Hll Sørnsn E-mail: hll@math.ku.dk Formiddag og ftrmiddag: Datatilrttlæggls i SAS (fra mandag) Hvad skal vi brug normalfordlingn til og hvorfor r dn vigtig? Histogram og normalfordlingstæthd
Læs mereArbejdsløsheden hastigt på vej mod 100.000 - en underfinansieret skattereform løser ikke krisen
26. fbruar 29 af Spcialkonsulnt Erik Bjørstd Dirkt tlf. 33 55 77 15 og Chfanalytikr Frdrik I. Pdrsn Dirkt tlf. 33 55 77 12 llr 28 42 42 72 Rsumé: Arbjdsløshdn hastigt på vj mod 1. - n undrfinansirt skattrform
Læs meremen nu er Z N((µ 1 µ 0 ) n/σ, 1)!! Forkaster hvis X 191 eller X 209 eller
Type I og type II fejl Type I fejl: forkast når hypotese sand. α = signifikansniveau= P(type I fejl) Program (8.15-10): Hvis vi forkaster når Z < 2.58 eller Z > 2.58 er α = P(Z < 2.58) + P(Z > 2.58) =
Læs mereMan indlæser en såkaldt frequency-table i SAS ved følgende kommandoer:
1 IHD-Lexis 1.1 Spørgsmål 1 Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer: data ihdfreq; input eksp alder pyrs cases; lpyrs=log(pyrs); cards; 0 2 346.87 2 0 1 979.34 12 0 0 699.14
Læs mereDag 6: Interaktion. Overlevelsesanalyse
Dag 6: Interaktion. Overlevelsesanalyse How does CHD depend on gender and hypertension? Males: hypertension chd01 Females: Frequency Row Pct 0 1 Total ---------+--------+--------+ 0 352 95 447 78.75 21.25
Læs mere9. Chi-i-anden test, case-control data, logistisk regression.
Biostatistik - Cand.Scient.San. 2. semester Karl Bang Christensen Biostatististisk afdeling, KU kach@biostat.ku.dk, 35327491 9. Chi-i-anden test, case-control data, logistisk regression. http://biostat.ku.dk/~kach/css2014/
Læs mereKursus i varians- og regressionsanalyse Data med detektionsgrænse. Birthe Lykke Thomsen H. Lundbeck A/S
Kursus i varians- og regressionsanalyse Data med detektionsgrænse Birthe Lykke Thomsen H. Lundbeck A/S 1 Data med detektionsgrænse Venstrecensurering: Baggrundsstøj eller begrænsning i måleudstyrets følsomhed
Læs mereGender. BirthYear. Region. Q1_Uddannelse. Hvad er dit køn? Kvinde Mand. Hvilket år er du født? Hvilken region er du bosat i?
Gndr Hvad r dit køn? Kvind Mand BirthYar Hvilkt år r du født? Rgion Hvilkn rgion r du bosat i? Rgion Hovdstadn Rgion Sjælland Rgion Syddanmark Rgion Midtjylland Rgion Nordjylland Udlandt Q1_Uddannls Hvad
Læs mere1.000 kr. Kval. Lån 2014 2015 2016 2017
Socialudvalgt Skrtariatt: 1.000 kr. Kval. Lån 2014 2015 2016 2017 1 Grønnmosværkstdrn nyt tag 2.100 - - 1.200 2 Ådaln ny tag mm 2.829 3 Fornyls og opgradring af brand- og kaldanlæg på pljcntrn 4.149 2.450
Læs mereStatistiske Modeller 1: Kontingenstabeller i SAS
Statistiske Modeller 1: Kontingenstabeller i SAS Jens Ledet Jensen October 31, 2005 1 Indledning Som vist i Notat 1 afsnit 13 er 2 log Q for et test i en multinomialmodel ækvivalent med et test i en poissonmodel.
Læs mereAnvendt Statistik Lektion 7. Simpel Lineær Regression
Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot
Læs mereAnvendt Statistik Lektion 9. Variansanalyse (ANOVA)
Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:
Læs mereLineær regression. Simpel regression. Model. ofte bruges følgende notation:
Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til
Læs mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mere2 Epidemiologi og biostatistik. Uge 5, mandag 26. september 2005 Michael Væth, Institut for Biostatistik
... september 1 Epidemiologi og biostatistik. Uge, mandag. september Michael Væth, Institut for Biostatistik. Ikke parametrisk statistiske test : Analyse af overlevelsesdata (ventetidsdata) Censurering
Læs mereBilag 1. AIDA-modellen: Sepstrups kampagneplatform:
Bilag 1 AIDA-modlln: Spstrups kampagnplatform: Bilag 2: 1 Risikofaktor for usikkr sx i Danmark: Hvrt år dør 300 danskr på grund af usikkr sx. Dt svarr til 0,5 % af all dødsfald. Dt flst r kvindr dr dør
Læs mereLokalplanområdets placering i Haderslev
LOKALPLANOMRÅDET Lokalplanområdts placring Lokalplanområdts placring i Hadrslv LOKALPLANOMRÅDETS BELIGGENHED Lokalplanområdt omfattr t områd bliggnd på hjørnt af Grønningn og Aarøsundvj i dn sydlig dl
Læs mereConfounding og stratificeret analyse
Faculty of Health Sciences Confounding og stratificeret analyse Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet sr@biostat.ku.dk Kursets form Seks fredage
Læs mereJais Nielsen streger og buer (elevark) to billedkunstlektioner
Jais Nilsn strgr og bur (lvark) to billdkunstlktionr Strgr og bur - øvlsr på papir Jais var rigtig god til at tgn. Når han skull lav kramik, tgnd han altid n skits på papir. På dn måd kunn han prøv sin
Læs mereUge 13 referat hold 4
Uge 13 referat hold 4 Gruppearbejde 1a: Er variablen kvotient inkluderet på en hensigtsmæssig måde? Der er to problemer med kvotient: 1) Den er trunkeret ved 6.9 og 10.0, løsningen er at indføre dummyer
Læs mere