100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
MTB2 Samenvatting blok 4 multipele logistische regressie - premaster gezondheidswetenschappen VU $6.34   Add to cart

Summary

MTB2 Samenvatting blok 4 multipele logistische regressie - premaster gezondheidswetenschappen VU

 6 views  0 purchase
  • Course
  • Institution

De volgende onderwerpen uit het hoorcollege de werkgroep en aanvullende informatie komen aan bod; interpretaties logistische regressie (SPSS), ln(odds) naar odds naar kans, categoriale determinanten in LogR met dummies, interpretaties output SPSS bij logistische regressie, effectmodificatie, predic...

[Show more]

Preview 2 out of 11  pages

  • December 28, 2023
  • 11
  • 2023/2024
  • Summary
avatar-seller
Blok 4: multipele logistische regressie

Vorige week  dichotome uitkomstmaten via de Chi2 toets en bivariate logistische regressie.
Deze week:
1. Multipele logistische regressie; confounding en effectmodificatie
2. Predictiemodellen met dichotome uitkomstvariabele

Vorige week:
 X^2 toets
 Logistische regressie
o Continue determinant
o Liniariteitsassumpties
Vandaag:
 Logistische regressie
o Interpretatie
o Categoriale determinant
 Multipele logistische regressie
o Effectmodificatie
o Predictiemodel
 Kwaliteit van het model
 Valkuilen

Logistische regressie  kijken naar dichotome uitkomst

Interpretatie logistische regressie resultaten:
- Kansen zijn lineair in de ln(odds) schaal
- Interpretatie bij LogR:
o Regressie coëfficiënt B: log-odds additief
1 eenheid toename X correspondeert met B toe/afname in log-odds op uitkomst Y
o Exponent(B): odds, multiplicatief
1 eenheid toename in X correspondeert met een factor B toe/afname in odds op Y
- Regressievergelijking: Ln(oddsuitkomst)= B0 + B1 * X1
- Door het invullen van bepaalde waarden van X(‘s) kan je verwachte kansen berekenen


Voorbeeldvraag
‘Wat is de kans dat IC opname voor iemand die dagelijks 40ug vitD kreeg?




Ln(oddsIC)= -0,165 + -0,031 * X1
 Ln(oddsIC)= -0,165 + -0,031 * 40 = -1,405
 Lnodds naar odds = E-1,405 = 0,245
 odds naar kans = (odds/((1+odds))= 0,197
= de kans op IC opname voor iemand die dagelijks 40ug vitamine D kreeg is op basis van ons model
rond 20%
Dus je krijgt output van SPSS > hiermee stel je een Rvergelijking op > deze transformeer je naar odds
> deze zet je om in een kans

, Logistische regressie categoriale determinant.
Voorbeeld
- Uitkomst = NNGB 0=voldoet niet, 1=voldoet wel
- Determinant: diagnose 7 groepen
Wat is de associatie tussen diagnose en het wel/niet voldoen aan de Nederlandse Norm Gezond
Bewegen (NNGB) bij revalidatiepatiënten met een fysieke beperking en/of chronische aandoening?

Met chi-kwadraattoets  overall test die kijkt of er verschillen zijn tussen groepen > pearson^2 en
vrijheidsgraden met een significantie  hieruit zie je of er een verband is  met LogR kan je dit wel
zien

Categoriale determinant specificatie in SPSS
Bij lineair  moest je hiervan dummy’s maken
Bij logistisch  als covariaat toevoegen aan je regressiemodel > categorical specificeren dat het een
categoriale variabele is > én aangeven wat je referentiegroep is
- Output: de laatste categorie is de referentiegroep in je tabel > 0 voor alle dummys


Output logistische regressie
SPSS doet een overal test of de categoriale variabele verschilt op je uitkomst.
- Hoe zie je of er verschillen zijn? p-waardes checken
- Je ziet hierin ook (cijfer) dat zijn je dummys die vergelijk je met waar deze cijfers voor staan,
voor welke groep
- Wald: waarbij elke categorie wordt vergeleken met de referentie categorie
- Exp(B): de OR, geven aan in hoeverre de odds binnen een bepaalde categorieën op de
uitkomst verschilt, t.o.v. de referentiegroep


Interpretatie B: log-odds voorbeeld




Interpretatie exp(B): log-odds voorbeeld




2

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Guaranteed quality through customer reviews

Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.

Quick and easy check-out

Quick and easy check-out

You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.

Focus on what matters

Focus on what matters

Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!

Frequently asked questions

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

Satisfaction guarantee: how does it work?

Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.

Who am I buying these notes from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller nvpk. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $6.34. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

67096 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$6.34
  • (0)
  Add to cart