Interpretasi rasio tingkat kejadian

Jadi, saya ingin mencocokkan model efek negatif-binomial acak. Untuk model seperti itu, STATA dapat menghasilkan koefisien eksponensial. Menurut file bantuan, koefisien tersebut dapat diartikan sebagai rasio tingkat kejadian. Sayangnya saya bukan penutur asli bahasa Inggris dan saya tidak benar-benar memahami apa rasio tingkat kejadian atau bagaimana saya bisa menerjemahkannya.

Jadi pertanyaan saya adalah, bagaimana saya bisa menafsirkan rasio tingkat kejadian. Misalnya:

Jika model memberi saya rasio tingkat kejadian 0,7 untuk satu var. apakah itu berarti bahwa jumlah pengamatan yang diharapkan (dihitung) pada var dependen. berubah sebesar 0,7 jika var independen berubah satu unit?

Adakah yang bisa membantu?

Ah, rasio angka insiden, teman lama saya.

Kamu benar. Jika kita memiliki variabel 0/1, IRR 0,7 berarti bahwa mereka yang dengan X = 1 akan memiliki 0,7 kali peristiwa kejadian dibandingkan dengan X = 0. Jika Anda ingin jumlah aktual dari perkiraan yang diprediksi, Anda harus kembali -Lacak ke koefisien model yang tidak bertanggung jawab. Maka kasus yang Anda harapkan adalah:

counts = exp(B0 + B1*X), di mana B0 adalah istilah intersep, B1 adalah koefisien untuk variabel Anda (sama dalam contoh ini dengan ~ -0.3365) dan X adalah nilai X untuk grup apa pun yang Anda coba hitung untuk ini. Saya menemukan bahwa kadang-kadang pemeriksaan kewarasan berguna untuk memastikan saya tidak melakukan sesuatu yang salah dalam model itu sendiri.

Jika Anda lebih terbiasa dengan Rasio Bahaya dari bidang analisis survival yang lain, perhatikan bahwa rasio tingkat insiden adalah rasio bahaya, hanya dengan seperangkat asumsi yang sangat khusus - bahwa bahaya tersebut proporsional dan konstan. Itu bisa diartikan dengan cara yang sama.

Ya, itu kedengarannya benar: tepatnya, jumlah yang diharapkan dikalikan dengan faktor 0,7 ketika variabel independen meningkat satu unit.

Istilah 'rasio tingkat kejadian "mengasumsikan bahwa Anda menyesuaikan model dengan istilah exposure()(offset) juga, biasanya menentukan waktu setiap unit diamati, dalam hal ini, bukannya menghitung jumlah yang diharapkan, Anda menghitung jumlah per unit waktu, yaitu rate. Menyebutnya angka insiden adalah terminologi dari epidemiologi.