Subject: Медицинская статистика. gen. The dose-response relationship was assessed by a proportional odds model with a probitlink function. Trichotomized Hoogland score was used as the ordinal response variable. Помогите понять, кто на чем стоял.Со статистикой как-то не очень дружно((( |
Зависимость ответа от дозы оценивалась с помощью пропорциональной модели вероятности с пробит-функцией. Объединенные в три группы баллы Хаглунда использовались в качестве порядковой итоговой переменной. ??? |
Я сомневаюсь, что "порядковая итоговая переменная" адекватно передает термин ordinal response variable. Впрочем, может быть, в медицинской статистике так принято выражаться? |
Вообще, для ответа на Ваш вопрос важно понимать: 1) существует ли русская терминология в данной сфере и устоялась ли она; 2) знакомы ли Вы хотя бы с основами моделей probit? |
В том-то и дело, что не знакома, даже после прочтения про них на русском смысл от меня остался весьма далек |
The maximum Hoogland score over the 2 observa- tion periods during treatment was summarized into 3 categories (ie, score 1 or 2, 3 or 4, and 5 or 6). This summarization was performed using the following rationale: a Hoogland score of 1 or 2 indicates no or minimum ovarian activity, a score of 3 or 4 may be characterized as residual ovarian activity, and scores of 5 and 6 indicate high ovarian activity, including ovulation. The dose-response relationship was assessed by a proportional odds model with a probit link function. Trichotomized Hoogland score was used as the ordinal response variable. |
Если поможет контекст. |
Я так понимаю, что баллы Хаглунда использовались в качестве переменной "ответа" для оценки действия различных доз препарата. Но как правильно выразить proportional odds model with a probit link function и ordinal response variable на русском? |
Идея моделей probit такова. Имеется объясняемая переменная, принимающая дискретные значения. Например, "да" и "нет" (2 значения). Или "ухудшение". "без изменения", "улучшение" (3 значения с естественным упрорядочением). Имеется также набор объясняющих переменных. Пусть их две - x и y (чисто для простоты). Согласно модели, "ухудшение" происходит, если ax + by + e < t. Напротив, "улучшение" происходит, если ax + by + e > s. В промежуточном случае ситуация остается "без изменения". Здесь a, b - фиксированные коэффициенты, e - некий возмущающий фактор (случайная величина). |
You need to be logged in to post in the forum |