過去記事でも論理式を持ち出したが;cf 論理式が使えるRの計算 sum( yos*(vi)*(1-(1-ch)*(1-mi) ) *(1-(1-yh)*(1-r)) ) y1かつviに曝露かつ ch mlいずれかに曝露 かつ yh rいずれかに曝露 (1-(1...
過去記事でも論理式を持ち出したが;cf 論理式が使えるRの計算 sum( yos*(vi)*(1-(1-ch)*(1-mi) ) *(1-(1-yh)*(1-r)) ) y1かつviに曝露かつ ch mlいずれかに曝露 かつ yh rいずれかに曝露 (1-(1...
■ ・船事例では、曝露数の大きな因子が生起、抑制因子の効果に影響しうることをみた ・曝露数の大きな因子を書き出す記述をする ---------- 曝露表の記述から続けて;保存dfなどを引き継ぎ ---------- ■ 曝露数ベクトル;行列 tem.data<- dr...
■ 事例データに汎用なMHRDを計算 ■ 記述 ----まずは、事例のデータを入れる;データの複写 t.data <- # 調べるデータ名を入れる 実例 oswの ” osd ” を入れる ---- 【n×n因子 MHRD】 ----カラム数、...
・ MH総当たり表をグラフ表示して特徴から、注目する因子としておく 独立モデル係数をplotしてみる ■ 記述 for( j in 1:15) # MHの値を 線グラフで { plot( oswmh[ j,1:15 ],ylim=c(-0....
■ IDごとの因子たちの重複を計算してみる記述 ・・のうちy1 や tでありかつ・・ 生起因子との重複もわかる 対角線を眺めれば、曝露数となっている;同一因子名の交叉する数値 ■ 【 n×n 曝露重なりをみる表 記述 】 -----------------------...
■ 因子選択と交互作用項の設定は 別事例データでも通じるか調べる 因子選択 ~ 曝露数、cRD 絶対値の大きなもの 交互作用項の設定 ~ それらの主な組み合わせのみによる 2重交互>3重交互 モデルは 切片≒0,...
・linear model を2値データに適用したとき summayの Multiple R-squared は、実感とずれがある かなり小さな値がでてくる ・yが0,1のデータがそのまま相関x,yでのyとして計算され Multiple R-squared となっている ・...
■ 因子選びの手順、交互作用項の設定ヒント 生起因子t、曝露の多い因子を知る記述はできた mesi steak は挙げることができたが、生起因子とできるだけ重複する因子を選び出す方がよいと思われた これは、生起因子に対して抑制、阻止の効果が働いてみえるという経験とも一致す...
■ 因子をできるだけ客観的に選んで、有利な交互作用をもつモデルで組み合わせを試す ■ 因子、モデル 因子 wat mesi tam potesara は 客観的選択 steakは 曝露がmesiに次いで大 mesi steakには、阻止を想定した交互 me...
保存したデータ csv ■◇ ただしい症例定義・・ .csv ; 全メニュー cludeなRDデータ名:crd ------------ data = kanzi 記述 dd<- NULL dd<- kanzi # dd= read.csv(file.ch...
■ 元データ ・4因子は客観的に選択した steなど以外を加えるモデルを作るため、26因子全部をデータとした ・症例定義2 ただし症例定義1は考慮せず発生としたもの ■ 4因子モデルと”+適当な因子”で5因子モデル さらに独立と交互作用 切片とRsqで評価する ...
■ 因子の選択 cRDは簡便に因子を特徴づけられることを使って、因子選択に利用する ・cRD ・曝露数 の2つから因子を選択するということを記す ■ 全因子 dd= read.csv(file.choose()) # dd:csv 2...
■ 以前の計算から、 ・線形独立な予測子で推定;logistic回帰 すると観察とズレがあること ・抑制因子は単独で弱生起性、生起因子存在下で抑制 のような、一見二面性を示す可能性があること 【二面性・・】 ・論理式は、因子効果を単一とせず、データと推定とのズレを”補正”し...
・疫学のステップ;観察、仮説、解析;調整によってFBDのデータを調べてきた FBD解析の本来の目的;生起因子の特定 は実際、多くは調整なしで不都合がない また”集団感染”との鑑別も有力な方法がみえた 事例のデータの中で生起因子のみならず、他の因子も発生に関係するようで...
・sin cos tan cos tan は前記事と 別な答え 青線は原点からのベクトル 角度は青線の、y=1からの角度 円(1.0中心、r=1) 縦軸はx=1 前記 解の一部 cos
・円をめぐって逆数をみつけたのだが、円を取り払っても三角関数sin cos tan とそれらの逆数を作図できる. sin cos tan
■ トレミーの定理の証明で、大きさにおいて位置ベクトルの逆数を持つベクトルが直線上に現れた.見出せた.ベクトルの、軸に対する角度に応じて三角関数とその逆数もまた、見出せる. 1,0を中心とする半径1の円で考える ■ sin ■ cos ■ tan
MHRDのウエイトは、意味がわからない. ウエイトを簡単なものに置き換えて理解に役立つか. wについての table を tで層化し、MHRDをみるときを例にして・・. ■ ウエイトをシンプルに もし、ウエイトを単にn でつけたら・・ :記述後記 (rd...
MHRDの式は、 [ ウエイト逆数による内分点ベクトル ] であり、 [ ウエイトの調和平均 ] を含んでいる. しかも、ウエイトそのものもまた、「人」n1とn2 についての調和平均である. =1/( 1/n1k +1/n2k ) ...
■ 調和平均の調和平均 ”調和平均の調和平均” はどうなっているか・・・ ■ 交換性 nに適当な数をおいてみる. ・調和平均の調和平均では、 ( ((1/3+1/20)^-1 )^-1 +((1/10+1/30)^-1)^-1 )^-1 [1] 1.935484 ...
■ 回帰線と線長の二乗和 観測点とその回帰線を考える.観測obs、回帰線;傾きβ、角度φとする. obsからy軸方向の線長を1とすると、回帰線への垂線長は、 cosφ となる. 最小二乗...
・いつものデータは、大Nなgによれば、logisticモデルによくあてはまる. ・gと効果の関係を図形でイメージしたい. ■ gらは空間にどんな形であるか 効果の表現には率もあるが、logitとすると、線形を仮定して無理がなさそうだ.位置、距離で考えやすい. gの効果は...
logit変換して得た因子効果から合成値を得て、それと観察値との、差の二乗和で効果を最適化してみる. 異常値の影響を減らして、因子効果の精度を上げる手計算. ここではstdevによる値を偏差という ■ 観察したgからlogi...
■ 2面性とは 係数と計算されるpr 係数 pr β。+ p -0.32 0.421 β。+t 1.47 0.813 β。+ t + p 1.15 0.760...
g化は便利な反面、小Nのgが多く表れ、悩ましい.大Ngの頑丈さに依拠して率をlogit変換する方法を試す. 層化での率差をlogisticモデルの係数へ拡張する試み. ■ 手順 ・データgの率のlogitをとり、未確定な係数和とみなす;zoi. ・率差のように、Nの比較...
pはxによる関数とする.0~1を0~1に変換する式を・・ ・ pは 0<x<1の範囲で0<p<1となるが、0または1近傍で変化が小さい. 逆に言えば、xは0.5に近ければ大きくpを動かす. ・cosを使っても考えられる
■ 起点から測れば因子効果が図示できる ■ 粗なデータを起点効果から測る mに注目し、率差を調べるとき、 mtp - tp 0.706 - 1.00 = -0.294 となるが、tpを起点としている.この起点の率を横軸にとって、起...
小Nが煩わしいから、gを一気にまとめてみる. ■ 積式 いままでの層化的な方法から分かった因子の効果から、積式を逆算してみる. ・単一の因子効果の値に対して、曝露を冪で効かす(2面性は扱わない) ・冪を使えば、加算は「または」、乗算は「かつ」を表せる. [gの集約] ...
tとt以外の因子との関係はいろいろあるが、t曝露とt以外の曝露は独立であると仮定して調べてみる. ■ 主な生起因子である、tとBG 観察したmspなどの発生数他と全体の発生数をみると、 事例全体 BG(t0) N 256 48 発...
前記事の内容をひっこめる.生起性がない因子、BGは不定、などをいったん棚上げしてすこし詳しくみてみる. ■ BGを少し詳しく計算 ・t0のgで、率をどう考えるか.因子の得られた率からみる. pは、詳しく調べていないので記載なし 観察したg...
■ 抑制の2面性からいえること sはtに対しては、効果を0.85ほどにする阻止性をもつ.しかし、t0他の因子に対しては、ごく小さい. BG 抑制因子がないとしたときのBG 0.188 0.186 t0のg...
微加減;ノイズ調整と差表で現実的な問題を回避して、抑制性が知れた. 因子の効果をより、詳しく調べる.他の阻止性を疑う因子を調べる. * 因子の特徴 (この記事の計算結果を含む) t :生起性 s :抑制 2面性 p :阻止 ...
・0か1になるとき、それを避ける. δ : 適当な小数 r:gの平均発生率 y/n
■ N=3のgでは、Y1からID1個が振れるだけで率33%が動く.少数例で率が振れるのは困る.対処法を考える. まず、曝露状況の違うgが示す率は、どうなっているか.扱うデータでは、Nが小さいgで、率が1か0に分かれている. この値はそのまま解釈していいの...
新たな率差を考えてみた.が、あまり効果がはっきりせず、つまり前記事の単純な計算でいいだろうということ. ましかもしれない率差 ・gの示す発生率差は、適当なgと差をとれば、因子の特徴をみることができるのだった. 率差; y1/N1-y2/N2 ...
・因子を調べるため、g化し、因子の特徴を率差でみた.小Nのgがあれば、gを和して計算する方法を考えてみた.超幾何関数で仮説との違いを視覚化できる. 和すg:勝手にgを選んで和すのでなく「ペア*となるもの」という条件をつける. * 1つの因子について率差を取れる...
曝露パターンでg化したgの発生率の振れを考えたい ID数;Nの小さなgの率を考えるとき、超幾何関数でいじったら何かいえないか ■ 経過 多数の因子からなる事例を因子1対1の層化解析、MH調整で検討し、また多数の因子のまま線形独立とみなした推定から、生起因子、抑制因子の...
線形独立を仮定したモデルの推定で大きなSEを示す因子について追記する ・因子の削減のための篩わけ;多くある因子を削減する. いったん因子個々が独立したものとしてモデリングし、推定されたリスク値をみると、リスク値の大きさ・方向、広がりSEを得る. リスク値絶対値が大きい...
・正弦・余弦 各加法定理を一緒に表す. ・長さ1とした斜辺の一端から時計回りにcosを作る.角度φ1として底辺をc1、これからさらに角度φ2としてc2を得る.他端からその逆回りにsinを作り、s1,s2を得る. c1 = cosφ1 c2 = cosφ1c...