Interpretacja współczynników zapadalności

14

Tak więc chcę dopasować model losowo-dwumianowy efektów losowych. Dla takiego modelu STATA może wytwarzać współczynniki wykładnicze. Zgodnie z plikiem pomocy takie współczynniki można interpretować jako współczynniki zapadalności. Niestety nie jestem rodzimym językiem angielskim i tak naprawdę nie rozumiem, jakie są współczynniki zapadalności i jak je tłumaczyć.

Więc moje pytanie brzmi: jak mogę interpretować współczynniki zapadalności. Na przykład:

Jeśli model daje mi współczynniki zapadalności wynoszące 0,7 dla jednej zmiennej. oznaczałoby to, że liczba oczekiwanych obserwacji (zliczeń) na zależnym var. zmienia się o .7, jeśli niezależny var zmienia się o jedną jednostkę?

Czy ktoś może pomóc?

Adrian
źródło

Odpowiedzi:

11

Ach, wskaźnik częstości incydentów, mój stary przyjacielu.

Masz rację. Jeśli mamy zmienną 0/1, IRR wynosząca 0,7 oznacza, że ​​osoby z X = 1 będą miały 0,7 razy zdarzenia incydentów niż te z X = 0. Jeśli chcesz rzeczywistą liczbę przewidywanych zliczeń, musisz cofnąć -track do nie podzielonych współczynników modelu. Wówczas spodziewane przypadki to:

counts = exp(B0 + B1*X), gdzie B0 jest pojęciem przechwytującym, B1 jest współczynnikiem dla twojej zmiennej (równym w tym przykładzie ~ -0,3365), a X jest wartością X dla dowolnej grupy, dla której próbujesz to obliczyć. Czasami okazuje się, że jest to przydatna kontrola poczytalności, aby upewnić się, że nie zrobiłem czegoś strasznie złego w samym modelu.

Jeśli jesteś bardziej zaznajomiony ze współczynnikami ryzyka z innych obszarów analizy przeżycia, zauważ, że współczynnik zapadalności jest współczynnikiem ryzyka, tylko z bardzo szczególnym zestawem założeń - że zagrożenie jest zarówno proporcjonalne, jak i stałe. Można to interpretować w ten sam sposób.

Fomite
źródło
2
Dziękuję za szybką odpowiedź. Pierwotny współczynnik wynosi -3365, ale myślę, że to w porządku, ponieważ exp (-. 3365) z grubsza jest również .7, prawda ?!
Adrian
1
Heh - dobra robota łapie mój błąd. Protip: ln (7) = / = ln (0,7)
Fomite
Proporcjonalność współczynnika ryzyka dotyczy tylko modeli proporcjonalnego ryzyka. Nie wszystkie modele historii zdarzeń zakładają (często nierealne) proporcjonalne zagrożenia.
Alexis
6

Tak, to brzmi dobrze: ściślej mówiąc, oczekiwana liczba jest mnożona przez współczynnik 0,7, gdy zmienna niezależna wzrasta o jedną jednostkę.

Termin „współczynnik częstości występowania” zakłada również, że dopasowujesz model do exposure()terminu (przesuniętego), zwykle określając czas, w którym obserwowano każdą jednostkę, w którym to przypadku zamiast oczekiwanych zliczeń oczekiwano zliczeń na jednostkę czasu, tj. Nazywanie ich wskaźnikami zapadalności jest terminologią z epidemiologii.

jeden przystanek
źródło
Wielkie dzięki! Ale twoja odpowiedź prowadzi mnie do drugiego pytania. Dopasowuję model, w którym każda jednostka jest liczbą wydarzeń na miesiąc. Zatem ekspozycja jest taka sama dla wszystkich jednostek. Do tej pory zakładałem, że nie muszę definiować opcji ekspozycji w STATA, jeśli ekspozycja jest taka sama dla wszystkich jednostek. Czy to prawda, czy popełniam tutaj błąd?
Adrian
Tak to prawda.
onestop