Web-R과 R에서 logistic regression을 한 값이 다르게 나옵니다.
R과 SPSS에서 돌린 거의 같습니다.
1. R로 돌린 값입니다.
> result <-glm(AE_90D~age+sex+IHD+HF+BA2+FEV1+Home_O2+CRP, family=binomial, data=AE)
> reduced.model2=step(result)
Start: AIC=85.32
AE_90D ~ age + sex + IHD + HF + BA2 + FEV1 + Home_O2 + CRP
Df Deviance AIC
- IHD 1 67.378 83.378
- CRP 1 67.678 83.678
- sex 1 68.143 84.143
- age 1 68.429 84.429
<none> 67.316 85.316
- Home_O2 1 69.693 85.693
- FEV1 1 70.795 86.795
- BA2 1 70.820 86.820
- HF 1 70.858 86.858
Step: AIC=83.38
AE_90D ~ age + sex + HF + BA2 + FEV1 + Home_O2 + CRP
Df Deviance AIC
- CRP 1 67.707 81.707
- sex 1 68.238 82.238
- age 1 68.541 82.541
<none> 67.378 83.378
- Home_O2 1 69.731 83.731
- BA2 1 70.833 84.833
- FEV1 1 70.849 84.849
- HF 1 71.261 85.261
Step: AIC=81.71
AE_90D ~ age + sex + HF + BA2 + FEV1 + Home_O2
Df Deviance AIC
- sex 1 68.661 80.661
- age 1 68.869 80.869
<none> 67.707 81.707
- Home_O2 1 70.545 82.545
- FEV1 1 70.897 82.897
- BA2 1 71.099 83.099
- HF 1 71.877 83.877
Step: AIC=80.66
AE_90D ~ age + HF + BA2 + FEV1 + Home_O2
Df Deviance AIC
- age 1 69.326 79.326
<none> 68.661 80.661
- FEV1 1 71.177 81.177
- BA2 1 71.417 81.417
- Home_O2 1 72.511 82.511
- HF 1 73.026 83.026
Step: AIC=79.33
AE_90D ~ HF + BA2 + FEV1 + Home_O2
Df Deviance AIC
<none> 69.326 79.326
- FEV1 1 72.081 80.081
- BA2 1 72.483 80.483
- Home_O2 1 73.297 81.297
- HF 1 73.298 81.298
> extractOR(reduced.model2)
OR lcl ucl p
(Intercept) 0.48 0.06 3.66 0.4750
HFYes 7.04 1.03 49.27 0.0415
BA2Yes 3.30 0.89 14.08 0.0837
FEV1 0.29 0.05 1.23 0.1195
Home_O2Yes 5.69 1.03 35.40 0.0497
그런데 Web-R로 돌린 값은 아래와 같습니다.
(Intercept) | 0.1140 | 0.8930 | 0.13 | 0.8984 | 1.12 | 0.20 | 6.87 |
p-value threshold entering multiple regression가 달라서 그런가 해서 0.1로 바꿔봤는데, 변화가 없습니다.
논문 몇개를 Web-R로 logistic regression을 했는데 맨붕이 되었습니다.
도와주셨으면 합니다. ㅜㅜ
(파일 첨부했습니다.)
감사합니다.
Comment 2
-
cardiomoon
2016.04.27 20:23
-
namuhanayeyo
2016.04.27 22:22
감사합니다.
단변량분석에서 p 값을 보면 FEV1과 Home_O2Yes를 제외한 값들이 모두 0.2를 훨씬 넘습니다. 0.2 이하인 값만 multiple logistic regression을 해서 나온 결과 입니다. 만일 모든 변수를 다중로지스틱회귀분석을 하시려면 p vlaue threshold를 1로 하시면 같은 결과를 얻으실 수 있습니다