Etkileşim efektleri elde etmek için katsayılar ekleme

13

Etkileşimleri içeren çok değişkenli bir regresyonum var. Örneğin, en zayıf beşte birlik kısım için tedavi etkisinin tahminini elde etmek için, tedavi regresöründen katsayıları etkileşim değişkeninden (tedavi ve beşinci madde ile etkileşen) katsayıya eklemem gerekir. Bir regresyondan iki katsayı eklerken standart hatalar nasıl elde edilir? İki katsayıdan standart hatalar eklemek mümkün müdür? T istatistikleri ne olacak? Bunları da eklemek mümkün mü? Tahmin etmiyorum ama bu konuda bir rehber bulamıyorum.

Yardımınız için şimdiden çok teşekkürler!

regression standard-deviation standard-error

— Sarah
kaynak

bu gerçekten yardımcı oluyor! R'de benzer bir şey yapmak istiyorum, ancak gruplar arasında biraz farklı örnek boyutları var. Bana yine de yeni Std vermek için iki hatayı birleştirmek için aynı denklemi kullanabilir miyim. hata? Herhangi bir yardım için şimdiden teşekkür ederiz Crystal

— Crystal

1

Hey @Crystal - siteye hoşgeldiniz! Bu iyi bir soru, ancak yeni bir soru olarak sormalısınız (sağ üstteki "Soru Sor" düğmesi). Şu anda, bu eski soruya bir "cevap" olarak gönderdiniz. Bu sorunun URL'sini kopyalayıp yeni sorunuza yapıştırırsanız, neden bahsettiğinizi anlarız.

— Matt Parker

10

Ben için bu ifade düşünüyorum : $SE_{b_{new}}$

\sqrt{S E_{1}^{2} + S E_{2}^{2} + 2 C o v (b_{1}, b_{2})}

$\sqrt{SE_1^2 + SE_2^2+2Cov(b_1,b_2)}$

testi için yeni test istatistiğinizi bulmak için bu yeni standart hatayla çalışabilirsiniz $H_o: \beta=0$

— suncoolsu
kaynak

Merhaba Sarah, eğer cevaplandığını düşünüyorsanız bu soruyu kapatmalısınız.

— suncoolsu

Merhaba - Cevabınız için tekrar teşekkürler. Stata kullandığımı söylemeyi unuttum. İki katsayıyı birlikte eklediğimde (Stata çıktısını kullanarak), standart hataları da ekleyebilir miyim? Eğer öyleyse, katsayıların toplamını standart hataların toplamına bölerek standart hataları elde edebilmeliyim. Katılıyor musun? Tekrar teşekkürler.

— Sarah

Sarah, Stata'da 'lincom' işlevini kullan. Var1 ve var2 değişkenlerine sahip olduğunuzu ve var1'deki katsayının 3 katını ve var2'deki katsayının 2 katını eklemek istediğinizi varsayalım. 'Lincom 3 * var1 + 2 * var2' yazın. Bu, bu tahmin için standart hata ve güven aralığını verir.

— Charlie

5

'Çok değişkenli' değil, 'çok değişkenli' regresyon demek istediğinizi varsayıyorum. 'Çok değişkenli', birden çok bağımlı değişkene sahip olmak anlamına gelir.

Sürekli bir öngörücü almak ve bunu aralıklara ayırmak kabul edilebilir bir istatistiksel uygulama olarak kabul edilmez. Bu, kalıntı karıştırmaya neden olur ve bazı etkileşimler sadece bazı ana etkilerin uyum eksikliğini (burada uygun olmayan) yansıtabileceğinden etkileşimleri yanıltıcı derecede önemli hale getirecektir. Dış beşte birlik kısımlarda açıklanamayan birçok varyasyon vardır. Ayrıca, "beşinci etkileri" tam olarak yorumlamak aslında imkansızdır.

Faiz karşılaştırmaları için, tahmin edilen değerlerde farklılıklar olarak düşünmek en kolay yoldur. İşte R rmspaketini kullanan bir örnek .

require(rms)
f <- ols(y ~ x1 + rcs(x2,3)*treat)  # or lrm, cph, psm, Rq, Gls, Glm, ...
# This model allows nonlinearity in x2 and interaction between x2 and treat.
# x2 is modeled as two separate restricted cubic spline functions with 3
# knots or join points in common (one function for the reference treatment
# and one function for the difference in curves between the 2 treatments)
contrast(f, list(treat='B', x2=c(.2, .4)),
            list(treat='A', x2=c(.2, .4)))
# Provides a comparison of treatments at 2 values of x2
anova(f) # provides 2 d.f. interaction test and test of whether treatment
# is effective at ANY value of x2 (combined treat main effect + treat x x2
# interaction - this has 3 d.f. here)

— Frank Harrell
kaynak

2

Daha genel olmak gerekirse, önemsediğiniz tahmin için, tahmin ediciniz beta'ya eşit olacak şekilde bir (satır) vektörü oluşturursanız, bu tahmin edicinin varyansı , burada , regresyonunuzun tahmini varyans-kovaryans matrisidir. Tahmininiz yaptığınız varsayımlara bağlı olarak Normal veya t olarak dağıtılır (Büyük Sayılar Kanunu - regresyon modelinizde normal hatalar varsayarak). Alternatif olarak, bir matris olmasına izin verirseniz çoklu tahminleri test edebilirsiniz . Bu Wald testi olarak bilinir. Bu durumda dağıtım bir ; burada $R$ $R\beta$ $R\hat{V}R^\prime$ $\hat{V}$ $R$ $\chi^2_r$ $r$ matrisinizdeki satır sayısıdır (satırların doğrusal olarak bağımsız olduğu varsayılarak).

— Charlie
kaynak

Teşekkürler. Bir istatistik uzmanı olmadığım ve sorumun açık olduğundan emin olmadığım için başka bir soru soracağım.

— Sarah

Etkileşim efektleri elde etmek için katsayılar ekleme - SE'lerle ne yapmalı?