检验部分比例优势模型的趋势

机器算法验证 物流 趋势 有序的logit
2022-03-27 21:55:05

我正在尝试建立一个模型来解释序数响应变量y有4个级别:y0,y1,y2y3. 该模型中的自变量是v.v是具有三个类别的分类变量va,vbvc. 比例赔率的假设失败了v. 因此,我使用的是部分比例优势 (PPO) 模型。该模型为我提供了 3 个 ORy1,y2y3对应于事件的几率{y>=y1},{y>=y2}, 和{y>=y3}.

我想对这三个事件中的每一个进行趋势测试,以便每个测试都给出一个 p 值。例如,趋势检验y1将解释 v 水平的变化与{y>=y1}.

有没有办法直接使用部分 PO 模型来计算 3 个事件的趋势测试?

这是我正在考虑的解决方案:

  1. 我首先将分类变量 v 转换为值为 1,2 和 3 的连续变量,并使用此连续变量构建 PPO 模型 - 我们称此模型为 PPOC。
  2. 对于每个结果级别i,我将数据中的样本分成2组:{y>=yi}{y<yi}并使用 PPO 模型计算这种分裂的可能性,其中 a)只有一个截距项,b)截距和暴露(即 PPOC)。a) 和 b) 的可能性差异给了我这个水平的测试。

这是正确的方法吗?这个测试是否等同于趋势测试?

我是否可以采用其他方法来确定两者之间是否存在趋势vy对于 3 个级别中的每一个y?

PS:我上周在 MedStats 论坛上发布了这个问题。然而,到目前为止,还没有任何回应。我希望有人可能对这里的这个问题有意见。

2个回答

不幸的是,我不知道部分比例赔率模型。我确实知道 Agresti(讨论其他情况(例如 PO))建议人们继续前进并为您的类别制定价值并像它们连续一样运行它们。我觉得这有点令人不安,但他的论点是,除非你离得很远,否则诱发的偏差会很小。(注意,根据虚假陈述的性质和程度,会产生偏见,但可能很小。)希望这会有所帮助。

我认为这是评估趋势的合理方法。关键归结为对模型估计的系数或效应的解释。实际上,您估计的是认可一个单位更高的优势比Y响应比较相差 1 个单位的组V.

比例赔率模型通常要求分析师通过显着性检验或图形检查来检查比例赔率假设。我赞成后者。要以图形方式检查比例优势,可以直接拟合每个累积响应的逻辑模型,并确保 OR 的 95% CI 与比例优势模型中估计的“大”OR 重叠。如果重叠是一致的,我们可以放心,比例优势模型中的任何可能发现不一定是由某一特定水平的累积 Y 响应驱动的。

当然,另一种方法是用序数拟合线性回归模型Y响应和序数V回复。这可以通过散点图直观地检查以评估相同的假设,并且可以将趋势线与更灵活的三次平滑样条曲线进行比较。由于可能的均​​值-方差关系,为了确保一致的推理,可以使用基于三明治的标准误差对趋势线进行稳健的推理。Lumley、Dier、Emerson 和 Chen在大型公共卫生数据集中正态假设的重要性中讨论了比例优势模型和线性回归与有序结果之间的相似性。