人口logistic模型公式_二元logistic模型中分类自变量的相加交互作用:基于R

本文介绍了如何使用R语言的`epiR`包来检验二元Logistic模型中分类自变量的相加交互作用。通过创建交互项并运用`glm`函数建立模型,然后利用`epi.interaction`计算相对超危险度比(RERI)、归因比(AP)和交互作用指数(S)来评估交互效果。提供了相关代码示例和参考文献。
摘要由CSDN通过智能技术生成

a070df6a32b11b7d7ea88553c599c39f.png

*** 原文首发在丁香园 ***

前些日子,有师妹问我logistic模型中分类自变量的相加交互作用怎么检验,经过一番学习和探索,学到了很多。

logistic模型中的交互作用可分为相加和相乘两类,相乘交互作用可通过建立相乘项(如i.A#i.B、A*B等)并纳入模型予以探究,但相加作用的探究便没有这么便利了,需要计算相对超危险度比(RERI)、归因比(AP)和交互作用指数(S)。若RERI和AP的置信区间跨0,S的置信区间跨1,那表示无相加交互作用。本贴主要展示如何通过R语言探究二元logistic模型中分类自变量的相加交互作用(原理和公式就不多说了……主要是我也说不清楚,大家还是看资料吧),文末附上几篇文献,希望能对大家有所帮助。

先说一下用到的程序包“epiR”,该程序包的“epi.interaction”可以实现相加交互作用的检验。下面介绍一下数据情况,Disease是二分类因变量(某慢性病的状态:有和无),Smoking和History为二分类自变量(假设为是否吸烟、是否有家族史)。多的不说,直接上代码。有问题的地方,还望各位站友多多指教。

## 加载程序包

library(epiR)

library(openxls

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值