好像沒太多回應，幫點小忙。 ※ 引述《marki (marki)》之銘言： : 抱歉最近問題有點多，想請問交互作用的問題 : 我有想要探討在兩個族群:不同的GA_G (0 or 1)其隨著Year_G增加 : AKI的機會是不是都會下降 : 我的logistic regression模型是 : AKI ~ Year_G + factor(GA_G) + 一堆調整變數 + Year_G*factor(GA_G) : 用R跑出來的結果是 : Estimate Std. Error z value Pr(>|z|) : (Intercept) -2.454804 0.793533 -3.094 0.00198 ** : Year_G -0.163630 0.073466 -2.227 0.02593 * : factor(GA_G)1 -1.551497 0.566584 -2.738 0.00618 ** : Year_G:factor(GA_G)1 0.173219 0.132713 1.305 0.19182 : ....(調整變數的結果我就不列了) : 想請問的是 : 1. 雖然交互作用項不顯著，可是當GA_G從0變成1的時候，是不是AKI本來隨著 : Year_G會逐漸下降會變成會逐漸上升呢? 假設GA_G的二個水準在運算時被coding成0和1 （這是R預設的方式，稱treatment coding）， 則報表的迴歸式是： logit(AKI) = -2.454 + (-0.164)Year_G 當 GA_G = 0 logit(AKI) = -2.454 + (-0.164)Year_G + (-1.551) + (0.173)Year_G 當 GA_G = 1 所以你的猜測，在只看迴歸線的情況是對的。 : 2. 如果真的是這樣，那我還可以說AKI的機會在兩組中都會顯著地隨著Year_G的增加 : 而下降嗎? 在保留交互作用時直接解讀主效應可能會出錯。 建議先做一些自變數選擇和模型的診斷。 : 3. 如果不行的話，要怎麼在paper上描述這樣的結果呢?我有辦法計算出在GA_G=1的這 : 個族群的p value或是判斷他有沒有顯著嗎? 如果你已經找到你認為「最好」的模型了仍保有這個不顯著的交互作用， 那你可以按GA_G的值分別做模型。 : 4. 如果我想要畫出一個Y軸為Probabilitiy，X軸為Year_G的GA_G=1的圖，請問下述的程式碼有 : 沒有問題? : curve((exp(intercept + Year_G_coef*x + GA_G_coe *1 + 調整變項 + inter_coe2 : *x*1)/(1+exp(intercept + Year_G_coe*x + GA_G_coe *1 + 調整變項 + inter_coe *x*1))) : 以上 : 非常感謝 不用這麼麻煩。 以R語言來說，建議使用predict和inv.logit，會非常容易。 另外，由於有其它調節變數，你應該在predict時把它們固定在你選用的特定值， 才畫得出來（或著說，才有意義）。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.248.222.1 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1599468231.A.9E2.html ※ 編輯: andrew43 (60.248.222.1 臺灣), 09/07/2020 16:57:41