刚刚看到 abuser 贴的问题, 在我还在龟毛要不要回的时候, 文就不见了.. >"< 我大概讲一下吧, "希望对你有帮助".... XDDDD Additivity(相加); Multiplicativity(相乘) Odds Ratio Odds (胜算) 是胜率概念的另一种表示方式, Odds= p / (1-p) Odds Ration (OR, 胜算比) 表达的是两个因素造成的影响大小的比较. OR= Odds(1) / Odds(2) 对单一因素而言, 胜负机率相等时 Odds=1; 对两个因素相较而言, 具有相等胜算时, OR=1. (也就是说, 当两个都很强大的因素, Odds=5, 拿来相比时, OR还是1) 如果在 2x2 的表格上, 只能表现一组原因和一组结果时, 例如: 抽烟/不抽烟 vs. 肺癌/不肺癌 OR 就是代表抽烟和不抽烟相比较的强度, 没有办法表现相加性或相乘性. 需要考虑相加或相乘的情况, 是同时有两组原因以上, 才有需要. 例如: 抽烟 + 喝酒 + 槟榔 -> 111 倍的口腔癌机会 通常这样的科学结论, 不会选择用列联表的方法来作推论, 而会采用罗吉斯(Logistic)回归来运算. 因为罗吉斯回归的运算特性, 单一因素的回归系数, 拿来取 exponential, 就会得到该因素有无的 OR, 即 beta OR = exp( beta ) = e 如果同时考虑两个因素时, OR = exp( beta(1) + beta(2) ) = OR(1) * OR(2) 但, exp( ) 里面的相加, 就表示是 OR 相乘 (头昏了吗?...嘿嘿) 於是, 这到底是相加性还是相乘性....? 通常我们会认为这是相乘性. 但, 这样的估计结果是基於模式设定时的假定, 通常都假定没有交互作用. 如果你觉得很想估交互作用, 那也可以把交互这项加进模式里, 然後就得到... 更难解释的後果XDDDD 还是退回比较简单的想法吧, 基於假定无交互作用和相乘性的效果, 来估计各别因素的 OR 大小. 注意! 相加性和相乘性是你可以假定的, 有必要时, 再进行验证. 不过对於罗吉斯回归而言, 假定相加性恐怕是拿石头砸脚罢了. 药物效果之类的效应 好比说我们想要估计降血压药的剂量和血压下降差额的关系, 同时考虑两种药: Inderal 和 Norvasc. 通常这样的模式就假定相加性的线性复回归 (multiple linear regression) 所估计出来的系数就是每多吃一颗药, 血压会下降几 mmHg. 好比说 Inderal 一颗降 5mmHg, Norvasc 一颗降 15mmHg, 那麽, 如果吃了 Inderal 2# + Norvasc 1#, 估计会降 25mmHg. 这就是假定相加性之下, 所进行的估计. 但, 人体的奥妙, 恐怕这样的模式估计的能力很不好...XD 小结 相加性和相乘性, 的确可以透过设下适当的假定, 而被估计出来. 但这只能说是人为解释资料的选择, 至於大自然是怎样运作的, 那就不是我们能够拍板定案的了. --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 81.97.238.71