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.

BGを考える 2. もし小Ngがまともなら

 t0の発生をBGと呼んでいる.すこし詳しくみてみる.


■ BGを少し詳しく計算
・t0のgで、率をどう考えるか.因子の得られた率からみる.

            pは、詳しく調べていないので記載なし
   
 観察したg;t0の率比と対比する. 

      


      観察値による、計算値 t0gs
            横軸:観察値:率 
            縦軸:計算値:比(比の積);因子の得られた率から計算
            小Nは小さなプロット 
            オレンジ色 ㇳ はt0の中の総発生数不変とした率


 Nは、mp,mspでは十分.sは抑制効果を示して、msp
mもt0への抑制性があることはすでに調べた.msp よってspは □ ;率 0.2あたりであるはず.となると、pはriskをもつはずで0.3あたりであろう.そして率のm-mp差とms-mspの差は納得される.
 比のm-mpの値が同一なこと、ms、mspも同一なことは、生起性に乗ずる比であることに留意.pに幾分のリスクがあるとして、t1に対する効果を増強するわけはなく、かといって顕著に抑制するものでもない.それにしても、pがriskをもつという結果を受け入れる必要があるのだ.
 * 具体的数値計算
 m = 1/11 の頑丈さを信じれば、
   p = mp-m = 0.357- 0.111 = 0.246
 と、予想値周辺.さらに
    sp = msp-m= 0.25-0.111= 0.139
 も上の予想値に近くなる.


 つまり、


  t1に作用する  t0に作用する
    m        m   
    s        s
    epのみ     p
    t         -      因子記号は、因子効果と曝露の両方


 のように関わっているととらえればよい.tがあるとき、mのriskが隠れ、かつ抑制性をもち、tがないときmのriskが現れる.このことは、因子の多面性の具体的な表れとみえる.


■ まとめ
・t0のgにも因子は作用していると考えうる.
・小Ngについて発生数の総和をかえない形で微小な発生を補正すると比と率の無理のない関連がみえる.

×

非ログインユーザーとして返信する