poisson vs lojistik regresyon

Farklı takip süresine sahip bir hasta grubum var. Şimdiye kadar zaman yönünü göz ardı ediyorum ve sadece bir ikili sonuç hastalığı modellemem gerekiyor / hastalık yok. Bu çalışmalarda genellikle lojistik regresyon yapıyorum, ancak başka bir kolejim Poisson regresyonunun da uygun olup olmadığını sordu. Ben bu poisson içine değil ve bu ortamda poisson yapmanın yararları ve dezavantajları lojistik regresyon ile karşılaştırılacağı konusunda belirsiz kaldı. İkili sonuçlara ilişkin göreceli riski tahmin etmek için Poisson regresyonunu okudum ve bu durumda poisson regresyonunun yararları konusunda hala emin değilim.

Bu soruna bir çözüm, olay sayısının (alevlenmeler gibi) zamanla orantılı olduğunu varsaymaktır. Eğer tarafından (sizin durumunuzda takibinde uzunluğu) maruz kalma bireysel seviyede ifade ederse , ardından E [ y | x $t$Burada, iki kat daha uzun bir takip, beklenen sayıyı iki katına çıkaracak, diğer her şey eşit olacaktır. Bu cebirsel olarakE[y| x]=exp{x′β+logt},logtkatsayısı1 ilesınırlıolan sadece Poisson modeli. Kısıtlılık varsayımını, kısıtlamayı gevşeterek veβlo$\frac{E[y \vert x]}{t}=\exp\{x'\beta\}.$$E[y \vert x]=\exp\{x'\beta+\log{t}\},$$\log t$$1$.$\beta_{log(t)}=1$

Bununla birlikte, sonuçlarınız ikili olduğu için (veya hastalığınız göz önüne alındığında anlamlı olmayabilir), olay sayısını gözlemlediğiniz gibi görünmüyor. Bu da beni logaritmik dengelemeli bir lojistik modelin burada daha uygun olacağına inandırıyor.

Bu veri seti, bir yıllık bir veri kümesi gibi görünür, sonuç bir olaydır (bu doğru mu?) Ve olaya kadar düzensiz takip. Bu durumda, bu bir çeşit kohort çalışması gibi geliyor (neyin araştırıldığını anladığımı varsayarak) ve bu nedenle ya poisson regresyonu VEYA bir sağkalım analizi gerekebilir (kaplan-meier ve cox-orantılı tehlike regresyonu).