Startpagina / Samenvattingen / Class notes - Minor health science / determinant-odds-logistisch

Epidemiologie en biostatistiek - ma: logistische regressie

Q: Wanneer gebruik je lineaire regressie en geen t-toets?

Als de determinant en uitkomstvariabele continu zijn. T-toets kan alleen als 1 van die 2 dichotoom is.

Q: Noem 1 voorbeelden voor een onderzoeksvraag waarbij logistische regressie kan worden gebruikt.

- hoe sterk is het verband tussen studietijd (in uren) (continu determinant) en het halen van een tentamen (dichotoom uitkomst)? - met welke variabelen (meerdere dichotome variabelen) kunnen we vroeggeboorte (dichotome uitkomst) voorspellen?

Q: Wat is de formule voor logistische regressie?

Ln(odds) = log van de odds. ß0 = beta 0 coëfficiënt (constante) = geschatte ln Odds op uitkomst als determinant 0 is. ß1 = richtingscoëfficiënt = geschatte verschil in ln(odds) voor 1(wel ziekte) t.o.v. 0 (niet ziekte)

Q: Wat zeggen de volgende dingen in dit logistisch regressiemodel: sig. van 0.058? Exp(B) van 0.969 (bovenste)? Exp(b) van 0.848 (onderste)?

Sig van 0.058 = dit model is geen beter model is dan normaal model. Exp(b) van 0.969 (bovenste) = de OR op uitkomst voor determinant 1 t.o.v. 0 Exp (b) van 0.848 (onderste) = de odds op de uitkomst voor determinant 0

Q: Hoe kan je met deze logistische regressie tabel de odds op de uitkomst voor determinant 1 berekenen?

Je neemt de e-macht voor (ß1-ß0) dus: e^(ß1-ß0)

Q: Wanneer past het model van een logistische regressie het beste?

Hoe kleiner de -2 log-likelihood, hoe beter het model past.

Q: Met welke twee methoden kunnen we bepalen of het nieuwe model (met een parameter/determinant toegevoegd) van een logistische regressie beter is dan het nulmodel?

- MLE methode: Maximum likelihood estimation - Wald-statistic

Q: Wat doet de maximum likelihood estimation (MLE)?

Dit bepaald voor elke observatie de door het model geschatte kans op de status van die observatie. Dus voor elke observatie hoeveel kans er is dat die observatie de status heeft die die daadwerkelijk heeft. de MLE telt deze voor alle observaties bij elkaar op, en probeert de geschatte kansen zo groot mogelijk te maken om met een zo goed mogelijk regressiecoëfficiënt te komen.

19 belangrijke vragen over Epidemiologie en biostatistiek - ma: logistische regressie

Wanneer gebruik je een chikwadraad toets? (welke vorm determinant en uitkomst)

Als de uitkomst categoriaal is en meer dan 2 categorieën heeft.
de determinant is ook categoriaal.

Wat is 1 aanname die je moet doen als je chikwadraad uitrekent? Wanneer moet je voorzichtig zijn met interperteren?

Dat de te berekenen X^2 een chikwadraadverdeling volgt. Dit is het geval als n groot is.
als in >20% van de cellen een verwachtingswaarde van <5 optreedt, moet je voorzichtig zijn.

Welke toets gebruik je voor categoriale uitkomstvariabele?

Chikwadraad

Wanneer gebruik je lineaire regressie en geen t-toets?

Als de determinant en uitkomstvariabele continu zijn. T-toets kan alleen als 1 van die 2 dichotoom is.

Noem 1 voorbeelden voor een onderzoeksvraag waarbij logistische regressie kan worden gebruikt.

- hoe sterk is het verband tussen studietijd (in uren) (continu determinant) en het halen van een tentamen (dichotoom uitkomst)?
- met welke variabelen (meerdere dichotome variabelen) kunnen we vroeggeboorte (dichotome uitkomst) voorspellen?

Wat is de formule voor logistische regressie?

Ln(odds) = log van de odds.
ß0 = beta 0 coëfficiënt (constante) = geschatte ln Odds op uitkomst als determinant 0 is.
ß1 = richtingscoëfficiënt = geschatte verschil in ln(odds) voor 1(wel ziekte) t.o.v. 0 (niet ziekte)

Wat zeggen de volgende dingen in dit logistisch regressiemodel:
sig. van 0.058?
Exp(B) van 0.969 (bovenste)?
Exp(b) van 0.848 (onderste)?

Sig van 0.058 = dit model is geen beter model is dan normaal model.
Exp(b) van 0.969 (bovenste) = de OR op uitkomst voor determinant 1 t.o.v. 0
Exp (b) van 0.848 (onderste) = de odds op de uitkomst voor determinant 0

Hoe kan je met deze logistische regressie tabel de odds op de uitkomst voor determinant 1 berekenen?

Je neemt de e-macht voor (ß1-ß0) dus: e^(ß1-ß0)

Wanneer past het model van een logistische regressie het beste?

Hoe kleiner de -2 log-likelihood, hoe beter het model past.

Met welke twee methoden kunnen we bepalen of het nieuwe model (met een parameter/determinant toegevoegd) van een logistische regressie beter is dan het nulmodel?

- MLE methode: Maximum likelihood estimation
- Wald-statistic

Wat doet de maximum likelihood estimation (MLE)?

Dit bepaald voor elke observatie de door het model geschatte kans op de status van die observatie. Dus voor elke observatie hoeveel kans er is dat die observatie de status heeft die die daadwerkelijk heeft.
de MLE telt deze voor alle observaties bij elkaar op, en probeert de geschatte kansen zo groot mogelijk te maken om met een zo goed mogelijk regressiecoëfficiënt te komen.

Wat is de -2 log likelihood?

Dit is een de -2 logaritme van alle kansen die de MLE heeft berekent per observatie vermenigvuldigd met elkaar. Dit gebeurd omdat die kans in totaal zo klein is dat de -2 logaritme ervan wordt genomen.

Wat zegt de log-likelihood ratio (LLR)?

Dit zegt of het model waar de determinant wel aan toe is gevoegd, beter past dan een 'nulmodel'. De -2 log likelihood van het nieuwe model wordt van de -2 log likelihood van het nulmodel afgetrokken en dan krijg je een ratio.
als significantie <0.05 is, is het nieuwe model (met de determinant) een beter passend model dan het nulmodel.

Wat is de formule voor wald-statistic?

B = B0 of B1 coëfficiënt
SE = standaardfout

Noem 2 redenen waarom de MLE en de wald-statistic zouden kunnen verschillen in aantonen van significantie.

- kleine sample size
- beide methoden volgen een andere berekening

Hoe doe je in SPSS een logistische regressie?

Analyze --> regression --> binary logistic

Wat zegt deze tabel bij een logistische regressie?

Het model met een determinant erin is geen beter model dan het nulmodel omdat de significantie p=0.739 is (dat is boven 0.05)

Hier wordt onderzocht of er een verband is tussen geslacht en het zijn hebben van diabetes.
vrouw = 1
man = 0
1) wat is de odds op het hebben van diabetes voor vrouwen?
2) wat is de odds op het hebben van diabetes voor mannen?
3) wat is de OR op het hebben van diabetes voor vrouwen t.o.v. Mannen?

1) -1.366+ 0.103 = -1.263. Daar moet je de e-macht van nemen. E^-1.263 = 0.283. De odds op het hebben van diabetes voor vrouwen is dus 0.283
2) dit is de Exp(b) van ß0 (constant), dus 0.255. De odds op het hebben van diabetes voor mannen is 0.255.
3) dit is de Exp(b) van geslacht, dus 1.109. De odds op het zijn van een diabeet zijn 1.108 keer zo hoog voor vrouwen dan voor mannen

Wat moet je doen als de relatie tussen een (continue) determinant en de (dichotome) uitkomst bij logistische regressie niet lineair is?

Dan neem je de determinant niet mee als continue variabele, maar dan gebruik je de dummy variabele die je hebt gemaakt om lineariteit te bepalen.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

Minor health science

Bekijk samenvatting

Een unieke studie- en oefentool
Nooit meer iets twee keer studeren
Haal de cijfers waar je op hoopt
100% zeker alles onthouden

Onthoud sneller, leer beter. Wetenschappelijk bewezen.

Studiemateriaal generieke omslagafbeelding

Epidemiologie en biostatistiek - ma: logistische regressie

19 belangrijke vragen over Epidemiologie en biostatistiek - ma: logistische regressie

Wanneer gebruik je een chikwadraad toets? (welke vorm determinant en uitkomst)

Wat is 1 aanname die je moet doen als je chikwadraad uitrekent? Wanneer moet je voorzichtig zijn met interperteren?

Welke toets gebruik je voor categoriale uitkomstvariabele?

Wanneer gebruik je lineaire regressie en geen t-toets?

Noem 1 voorbeelden voor een onderzoeksvraag waarbij logistische regressie kan worden gebruikt.

Wat is de formule voor logistische regressie?

Wat zeggen de volgende dingen in dit logistisch regressiemodel:sig. van 0.058?Exp(B) van 0.969 (bovenste)?Exp(b) van 0.848 (onderste)?

Hoe kan je met deze logistische regressie tabel de odds op de uitkomst voor determinant 1 berekenen?

Wanneer past het model van een logistische regressie het beste?

Met welke twee methoden kunnen we bepalen of het nieuwe model (met een parameter/determinant toegevoegd) van een logistische regressie beter is dan het nulmodel?

Wat doet de maximum likelihood estimation (MLE)?

Wat is de -2 log likelihood?

Wat zegt de log-likelihood ratio (LLR)?

Wat is de formule voor wald-statistic?

Noem 2 redenen waarom de MLE en de wald-statistic zouden kunnen verschillen in aantonen van significantie.

Hoe doe je in SPSS een logistische regressie?

Wat zegt deze tabel bij een logistische regressie?

Hier wordt onderzocht of er een verband is tussen geslacht en het zijn hebben van diabetes.vrouw = 1man = 0 1) wat is de odds op het hebben van diabetes voor vrouwen?2) wat is de odds op het hebben van diabetes voor mannen?3) wat is de OR op het hebben van diabetes voor vrouwen t.o.v. Mannen?

Wat moet je doen als de relatie tussen een (continue) determinant en de (dichotome) uitkomst bij logistische regressie niet lineair is?

Samenvattingen die gerelateerd zijn aan Kennistoets moeilijkste dingen

Class notes - Minor health science

Clinical nutrition alle stof

Class notes - Nutrition

Class notes - Maag Darm Lever 5.2

Class notes - Cardiovasculair risico managem…

Class notes - theorie examen

Class notes - Nefrologie en geriatrie 5.2

Class notes - Maag darm lever

Class notes - eindassessment

Exploring humans an introduction to the phil…

Psychologie & sociologie : basiscursus

sheets

Wat zeggen de volgende dingen in dit logistisch regressiemodel:
sig. van 0.058?
Exp(B) van 0.969 (bovenste)?
Exp(b) van 0.848 (onderste)?

Hier wordt onderzocht of er een verband is tussen geslacht en het zijn hebben van diabetes.
vrouw = 1
man = 0
1) wat is de odds op het hebben van diabetes voor vrouwen?
2) wat is de odds op het hebben van diabetes voor mannen?
3) wat is de OR op het hebben van diabetes voor vrouwen t.o.v. Mannen?