精華區beta Statistics 關於我們 聯絡資訊
在醫學相關的分析上,常會覺得某些因子是confounding factor 例如:某人蒐集到資料 Y為是否有肺癌 X_1為菸齡 X_2為年齡 某人認為年齡變數為干擾因子,於是以有干擾因子的前提下去建模。 身邊有人說此時model為 Y=b0+b1*X_1+b2*X_2+b3*(X_1*X_2)+error term 若推論的部分,b3顯著,表示交互作用項有影響,年齡為干擾因子 聽完別人這樣解釋總覺得怪怪的 他提的model不是就單純的是兩變數考慮交互作用項的model 干擾因子的model應該是甚麼樣子呢? 另外,干擾因子和交互作用的關係可以用上述的解釋說明嗎? 總覺得有點怪怪的 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.152.178 ※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1414331192.A.99F.html
andrew43: 只因為交互作用顯著並不足夠指出confounding factor。 10/27 00:35
那請問該用何種方法去證實某變數是confounding factor? ※ 編輯: tokyo291 (114.27.16.48), 10/27/2014 00:48:34
andrew43: 應該不存在一種方法可以達成,只能儘可能達成。 10/27 00:56
andrew43: 如果只談數統,可能不能夠指出誰是C.F.。需要它背後的 10/27 01:11
andrew43: 學理(例如醫學)來輔助解釋。 10/27 01:11
andrew43: 有興趣請看 http://goo.gl/QuwbSl by Judea Pearl (`98) 10/27 01:14
andrew43: 另外英文維基百科的Confounding條目也很值得看看。 10/27 01:16
tokyo291: 好的謝謝! 10/27 12:47
yhliu: confounding 與 interaction 是兩回事吧? 並非存在交互作用 10/27 12:55
yhliu: 才是 confounding. 事實上, confounding factor 也是自變數 10/27 12:57
yhliu: 只是它不是研究者關注的自變數, 但因它同時與反應變數及研 10/27 12:57
yhliu: 究者關心的自變數有相關或關聯, 因此不能不放入模型. 10/27 12:58