Giải thích tỷ lệ mới mắc


13

Vì vậy, tôi muốn phù hợp với một mô hình nhị phân hiệu ứng ngẫu nhiên. Đối với một mô hình như vậy, STATA có thể tạo ra các hệ số lũy thừa. Theo các tập tin trợ giúp các hệ số như vậy có thể được hiểu là tỷ lệ tỷ lệ mắc. Thật không may, tôi không phải là người nói tiếng Anh bản địa và tôi không thực sự hiểu tỷ lệ tỷ lệ mắc là gì hoặc làm thế nào tôi có thể dịch chúng.

Vì vậy, câu hỏi của tôi là, làm thế nào tôi có thể giải thích tỷ lệ tỷ lệ mắc. Ví dụ:

Nếu mô hình cho tôi tỷ lệ tỷ lệ mới mắc là 0,7 cho một var. điều đó có nghĩa là số lượng quan sát dự kiến ​​(tính) trên var phụ thuộc. thay đổi bởi .7 nếu var độc lập thay đổi bởi một đơn vị?

Có ai giúp được không?

Câu trả lời:


10

Ah, tỷ lệ sự cố, người bạn cũ của tôi.

Bạn hoàn toàn đúng. Nếu chúng ta có biến 0/1, IRR là 0,7 có nghĩa là những người có X = 1 sẽ có 0,7 lần các sự kiện xảy ra với những sự kiện có X = 0. Nếu bạn muốn số lượng dự đoán thực tế, bạn sẽ phải quay lại -track đến các hệ số mô hình chưa được phân tích. Sau đó, trường hợp dự kiến ​​của bạn sẽ là:

counts = exp(B0 + B1*X), trong đó B0 là thuật ngữ chặn, B1 là hệ số cho biến của bạn (bằng trong ví dụ này với ~ -0.3365) và X là giá trị của X cho bất kỳ nhóm nào bạn đang cố gắng tính toán cho. Tôi thấy rằng đôi khi đó là một kiểm tra vệ sinh hữu ích để đảm bảo rằng tôi đã không làm điều gì đó sai lầm khủng khiếp trong chính mô hình.

Nếu bạn quen thuộc hơn với Tỷ lệ Nguy hiểm từ các lĩnh vực phân tích tỷ lệ sống khác, lưu ý rằng tỷ lệ tỷ lệ mới mắc tỷ lệ nguy hiểm, chỉ với một giả định rất đặc biệt đối với nó - rằng nguy cơ là cả tỷ lệ và không đổi. Nó có thể được giải thích theo cùng một cách.


2
Cảm ơn câu trả lời nhanh của bạn. Hệ số ban đầu là -.3365 nhưng tôi nghĩ điều đó cũng ổn khi exp (-. 3365) đại khái là .7 đúng không?!
Adrian

1
Heh - công việc tốt bắt một lỗi của tôi. Protip: ln (7) = / = ln (0,7)
Fomite

5

Vâng, điều đó nghe có vẻ đúng: chính xác, số lượng dự kiến ​​được nhân với hệ số 0,7 khi biến độc lập tăng thêm một đơn vị.

Thuật ngữ 'tỷ lệ tỷ lệ mới "giả định rằng bạn cũng phù hợp với một mô hình có exposure()thời hạn (bù), thường chỉ định thời gian mỗi đơn vị được quan sát, trong trường hợp đó thay vì số lượng dự kiến ​​bạn dự kiến ​​sẽ tính trên mỗi đơn vị thời gian, nghĩa là tỷ lệ. Gọi chúng là tỷ lệ mắc bệnh là thuật ngữ từ dịch tễ học.


Tuyệt vời cảm ơn bạn! Nhưng câu trả lời của bạn dẫn tôi đến một câu hỏi thứ hai. Tôi phù hợp với một mô hình trong đó mỗi đơn vị là một số sự kiện mỗi tháng. Vì vậy, tiếp xúc là như nhau cho tất cả các đơn vị. Cho đến nay tôi đã giả định rằng tôi không phải xác định tùy chọn phơi sáng trong STATA nếu mức phơi sáng là giống nhau cho tất cả các đơn vị. Điều đó đúng hay tôi đang phạm sai lầm ở đây?
Adrian

Vâng đúng vậy.
vào
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.