Robert w news:cds58q$949$1@sunflower.man.poznan.pl

> Dla pewnosci z uporem maniaka zapytam, czy obliczajac te wspolczynniki
> regresji miales juz ustalone tak jak piszesz 0=Nie 1=Tak dla kazdej z pieciu
> pierwszych zmiennych? Te wspolczynniki mi sie nie podobaja (na tyle na ile
> mozna je ocenic nie widzac wszystkich danych)...
> Pisales w pierwszym poscie, ze wyliczane prawdopodobienstwo dotyczy
> przynaleznosci do grupy zmarlych, to tez nie bardzo sie zgadza. Wystepowanie
> niewydolnosci nerek, watroby, krazenia, nowotworow i l. ster. powoduje
> zmniejszenie sumy B0+B1*X1+B2*X2+...Bn*Xn, zatem powoduje wykladnicze
> zmniejszenie wartosci e^suma a to powoduje zmniejszenie wartosci
> e^suma/(1+e^suma) czyli wynikaloby ze spada prawdopodobienstwo przynalezenia
> do grupy zmarlych, a to oczywiscie prawda byc nie moze. Czy tez patrzac na
> pacjenta nr 3 u ktorego nie wystepuje zaden z powyzszych objawow, suma
> wychodzi ponad 18, e^18 to liczba wyrazona w milionach, zatem
> prawdopodobienstwo przynaleznosci do gr. zmarlych wychodzi prawie 1.
> Przyjrzyj sie jeszcze raz czy to co podajesz jako PARAMETR B to na pewno
> wspolczynniki regresji.
>
> Z innych uwag, jaka masz liczebnosc grupy? Powinno byc wiecej niz
> 10*(ilosc_parametrow + 1)
> i czy wszystkie parametry wychodza istotne, bo jezeli nie, to nieistotne
> nalezy odrzucic i powtorzyc obliczenia.
>
> Nie mam niestety pod reka SPSS-a, jezeli dane nie sa "poufne" mozesz mi
> podeslac a sprawdze jak to wyglada w Statistice.
>
> Pozdrawiam
>
> Robert Milewski

Dzieki za zainteresowanie, naprowadziłeś mnie na właściwe rozwiązanie.
Przydało się też parę dodatkowych informacji.
Sprawdziłem wszystko (po raz kolejny zresztą ;-)))
"Nie" było 0, "Tak" było 1
(Już zaczynałem zdradzać objawy pomroczności jasnej)

Wyniki wyglądały wtedy tak:

Zmienna B S.E. Wald df Sig. Exp(B)
NN(1) -3,534 1,418 6,213 1 0,013 0,029
NW(1) -3,851 1,495 6,634 1 0,01 0,021
NPL(1) -4,158 1,045 15,819 1 0 0,016
NK(1) -4,316 1,112 15,069 1 0 0,013
L_STERYD(1) -10,394 29,433 0,125 1 0,724 0
WIEK 0,084 0,049 2,87 1 0,09 1,087
CZASOD -0,052 0,024 4,622 1 0,032 0,949
Constant 17,784 29,65 0,36 1 0,549 52903013,83

N-ów mam 124 czyli powinno wystarczyć - 10*8 parametrów to 80.



Wygląda na to, że SPSS dokonuje "samodzielnie" przekodowania zmiennych
do obliczenia regresji,
jeśli jakieś zmienne
wskaże się jako kategorialne
(ciekawe po co mu to
nie chce mi się dochodzić).
Pamiętając o twojej uwadze, że to NIEMOŻLIWE aby czynniki ryzyka korelowały
ujemnie ze zgonem, drogą prób i błędów spróbowałem mu nie wskazywać
które są kategorialne.

Jak mu to wyłączyłem wyszło zupełnie inaczej:

B S.E. Wald df Sig. Exp(B)
NN 3,534 1,418 6,213 1 0,013 34,247
NW 3,851 1,495 6,634 1 0,01 47,051
NPL 4,158 1,045 15,819 1 0 63,949
NK 4,316 1,112 15,069 1 0 74,912
L_STERYD 10,394 29,433 0,125 1 0,724 32663,466
WIEK 0,084 0,049 2,87 1 0,09 1,087
CZASOD -0,052 0,024 4,622 1 0,032 0,949
Constant -8,469 3,65 5,385 1 0,02 0

Tym razem wszystko się zgadza do 3 miejsca po przecinku,
(pomiędzy ręcznymi wyliczeniami P a wykliczeniami SPSS-a)
klasyfikuje nadal 95% poprawnie(!).

Z tego co piszesz wynika, że w ostatecznym rozrachunku
sterydy i wiek są do wyrzucenia - tyle, że jak je wywalę
to skuteczność klasyfikacji w grupie zgonow
spada mi z 87% na 79% (okolo).
Muszę? ( w sensie czy to poważne naciągnięcie zasad)

Mam jeszcze pytanie - może wiesz -
czy to poważny problem
ze jest bardzo duza roznica liczebnosci "przezytych" i "zgonow"
100(przezycia)/24(zgony)
- wyglada tez na to ze nieco lepiej
klasyfikuje w grupie "przezyc" niz zgonow
Moze wynika to z roznicy liczebnosci?
A w sumie bardziej wazne sa zgony - mozna to jakos
"obejsc" w Statistice na przyklad?

Alternatywnie moge sprobowac podzialu Lekki_przebieg/zgon_lub_ciezki przebieg
wtedy sie nieco zrownowazy liczebnosc, ale gorsza jest wtedy łaczna
klasyfikacja 75% (okolo) /pacjenci nie sa tak "ostro" zroznicowani/.

pozdrawiam
vonBraun

--
Wysłano z serwisu OnetNiusy: http://niusy.onet.pl