推 marki: 非常感謝 09/10 15:52
好像沒太多回應，幫點小忙。
※ 引述《marki (marki)》之銘言：
: 抱歉最近問題有點多，想請問交互作用的問題
: 我有想要探討在兩個族群:不同的GA_G (0 or 1)其隨著Year_G增加
: AKI的機會是不是都會下降
: 我的logistic regression模型是
: AKI ~ Year_G + factor(GA_G) + 一堆調整變數 + Year_G*factor(GA_G)
: 用R跑出來的結果是
: Estimate Std. Error z value Pr(>|z|)
: (Intercept) -2.454804 0.793533 -3.094 0.00198 **
: Year_G -0.163630 0.073466 -2.227 0.02593 *
: factor(GA_G)1 -1.551497 0.566584 -2.738 0.00618 **
: Year_G:factor(GA_G)1 0.173219 0.132713 1.305 0.19182
: ....(調整變數的結果我就不列了)
: 想請問的是
: 1. 雖然交互作用項不顯著，可是當GA_G從0變成1的時候，是不是AKI本來隨著
: Year_G會逐漸下降會變成會逐漸上升呢?
假設GA_G的二個水準在運算時被coding成0和1
（這是R預設的方式，稱treatment coding），
則報表的迴歸式是：
logit(AKI) = -2.454 + (-0.164)Year_G 當 GA_G = 0
logit(AKI) = -2.454 + (-0.164)Year_G + (-1.551) + (0.173)Year_G 當 GA_G = 1
所以你的猜測，在只看迴歸線的情況是對的。
: 2. 如果真的是這樣，那我還可以說AKI的機會在兩組中都會顯著地隨著Year_G的增加
: 而下降嗎?
在保留交互作用時直接解讀主效應可能會出錯。
建議先做一些自變數選擇和模型的診斷。
: 3. 如果不行的話，要怎麼在paper上描述這樣的結果呢?我有辦法計算出在GA_G=1的這
: 個族群的p value或是判斷他有沒有顯著嗎?
如果你已經找到你認為「最好」的模型了仍保有這個不顯著的交互作用，
那你可以按GA_G的值分別做模型。
: 4. 如果我想要畫出一個Y軸為Probabilitiy，X軸為Year_G的GA_G=1的圖，請問下述的程式碼有
: 沒有問題?
: curve((exp(intercept + Year_G_coef*x + GA_G_coe *1 + 調整變項 + inter_coe2
: *x*1)/(1+exp(intercept + Year_G_coe*x + GA_G_coe *1 + 調整變項 + inter_coe *x*1)))
: 以上
: 非常感謝
不用這麼麻煩。
以R語言來說，建議使用predict和inv.logit，會非常容易。
另外，由於有其它調節變數，你應該在predict時把它們固定在你選用的特定值，
才畫得出來（或著說，才有意義）。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.248.222.1 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1599468231.A.9E2.html
※ 編輯: andrew43 (60.248.222.1 臺灣), 09/07/2020 16:57:41