morの解析ブログ

解析疫学、リスクにまつわるメモや計算

「推定」のまわりをさぐる.教科書では「解析はMHにより行う、因子が多ければ重回帰を用いる」という風で詳しい例は少ない.独自(のつもり)な思いつきで具体に試行.
 数理を用いるべきアセスメントにも切り込む.

2017年1月のブログ記事

  • 低出現率な事例の解析

    ・difuse outbreakならば、解析の始まりは症例の蓄積から・・となろう.  仮説をたてて、疫学調査に向かう. ・解析は、後ろ向きコホートか、後ろ向き症例対照かの、2とおりに括られようか.  症例対照の方は件数を節約できるが手間がかかるかもしれない. ・サンプル数  ごく低率な事例の場合、... 続きをみる

  • 非線形なパラメータ・大規模データ・交互作用モデリング

    ◆ 中規模事例の後ろ向きコホートに続いて、  大規模やや複雑な後ろ向き研究.  決定的な因子が含まれない. ~調べるべきは、因子の効果、因子間の関係.  低発生率.  不完全な群が複数混じっている.~もつれた事例になるりそう  従属変数は2値とカウントデータの2通り.~とりあえず2値のものを扱う.... 続きをみる

  • 余興 非線形・カテゴリカル変数の操作

    ◆非線形性・名義  モデリングにあたって、そのパラメータと発生(結果)の分布をみると、例えば、時間に関連したパラメータによって結果が非線形になっていることがある.  gamによる方法もある.  しかし、glmでは、とくにすべての因子の係数を瞬時に取り出せて操作が楽だ.  このパラメータを操作して線... 続きをみる