Model predykcyjny może bardzo dobrze odróżniać osoby o większym i mniejszym ryzyku, a jednocześnie podawać błędne wartości prawdopodobieństwa. Dlatego sama krzywa ROC i AUC nie wystarczają. Drugim podstawowym elementem oceny jest kalibracja (calibration). Co oznacza dobra kalibracja? Jeżeli model przewiduje Read More …
Kategoria: Literatura do statystyki
Poszukując informacji z zakresu statystyki wartoczasem zajrzeć do tych pozycji.
GEE – jak analizować dane powtarzane bez klasycznego modelu mieszanego?
Jeżeli tę samą osobę badamy kilkukrotnie, jej obserwacje nie są niezależne. Podobny problem występuje, gdy pacjenci są zgrupowani w szpitalach, uczniowie w szkołach lub pracownicy w oddziałach. Jednym z rozwiązań są uogólnione równania estymacyjne (generalized estimating equations, GEE), zaproponowane przez Read More …
Regresja logistyczna porządkowa – jak analizować wynik w uporządkowanych kategoriach?
Regresja logistyczna nie ogranicza się do sytuacji, w której wynik ma tylko dwie kategorie. Jeżeli zmienna zależna zawiera kilka kategorii posiadających naturalną kolejność, można wykorzystać regresję logistyczną porządkową (ordinal logistic regression). Przykładowym wynikiem może być: Kategorie są uporządkowane, ale nie Read More …
Iloraz wiarygodności LR+ i LR− – jak interpretować wynik testu diagnostycznego?
Czułość i swoistość są podstawowymi parametrami diagnostycznymi. W praktyce klinicznej interesuje nas jednak często inne pytanie: jak bardzo dodatni lub ujemny wynik zmienia prawdopodobieństwo badanego stanu? Pomagają w tym ilorazy wiarygodności – likelihood ratios. LR+ Dodatni iloraz wiarygodności określa, ile Read More …
Błąd I i II rodzaju – alfa, beta i moc statystyczna
Test statystyczny nie daje absolutnej pewności. Nawet przy poprawnie przeprowadzonym badaniu istnieje możliwość popełnienia błędu w procesie wnioskowania. Dwa podstawowe typy to: Błąd I rodzaju Błąd I rodzaju polega na odrzuceniu hipotezy zerowej, mimo że w modelu generującym dane jest Read More …
Test Dunna – co zrobić po istotnym teście Kruskala-Wallisa?
Test Kruskala-Wallisa pozwala porównać trzy lub więcej niezależnych grup. Jeżeli wynik jest istotny statystycznie, wiemy, że przynajmniej część analizowanych grup różni się pod względem rozkładu rang. Nie wiemy jednak jeszcze: które grupy różnią się między sobą? Do tego służą analizy Read More …
Regresja ujemna dwumianowa – gdy regresja Poissona nie wystarcza
W badaniach często analizujemy liczbę zdarzeń: hospitalizacji, zaostrzeń choroby, wizyt w SOR, upadków, infekcji czy błędów. Takie zmienne mają charakter zliczeniowy i przyjmują wartości 0, 1, 2, 3 itd. Jednym z podstawowych modeli dla takich danych jest regresja Poissona. W Read More …