Trân trọng cảm ơn thầy! Mấy ngày nay nghiền từ bài 41 đến bài 44. Chắc phải nghe hết loạt bài logistic của thầy mới làm được việc khác. Những chỗ trống, những câu hỏi trước đây chưa có lời giải giờ đã được lấp đầy.
dạ Thầy và các ac cho em hỏi. Khi em dùng hàm lrm() trong package rms, thì output odds ratio của hàm lrm() lại khác nhau. cụ thể là em đang tìm mô hình hồi quy logistic của t = lrm(x ~y) thì khi summary (t) em có odds ratio và chỉ số β. Và khi em chỉ nhập "t" thôi thì odds ratio lại khác với odds ratio trong summary (t). Vấn đề này chỉ xảy ra khi biến tiên lượng là biến định lượng. res.1 = (phan.do.hscrp.1 ~ scorad) > res.1 Logistic Regression Model
lrm(formula = phan.do.hscrp.1 ~ scorad)
Coef S.E. Wald Z Pr(>|Z|) Intercept -7.1179 1.4696 -4.84
Không thể khác được. Cả lrm và glm đều cho ra một kết quả, vì cả hai đều dùng phương pháp ML mà. Thử ví dụ bằng một mô phỏng: library(rms) # gọi rms set.seed(123) n = 1000 # tạo ra 1000 đối tượng x = rnorm(n) # biến tiên lượng ~ N(0, 1) z = 1.5 + 0.5*x # linear term of the logistic model p = 1/(1+exp(-z)) # inv logit function y = rbinom(n, 1, p) # tạo ra biến y, chỉ có 2 giá trị 1 và 0 dat = data.frame(y, x) # tạo ra dataset lrm(y ~ x, data=dat) # dùng hàm lrm summary(glm(y ~ x, family=binomial, data=dat)) # dùng hàm glm Cả hai hàm đều cho ra kết quả beta = 0.5 (y như mô phỏng)
@@drnguyenvtuan dạ thưa thầy em cũng gặp vấn đề tương tự, với biến tiên lượng là biến binomial (như gender) thì không xảy ra khác biệt OR giữa 2 cách làm nhưng nếu biến continuous thì OR lại khác (mặc dù các coefficient hiển thị ở khúc đầu output vẫn giống nhau)
Dạ thầy ơi em thực hiện với hàm lrm báo lỗi là là: res=lrm(anyfx ~ gender) Error in modelData(data, formula, weights = weights, subset = subset, : no data found Mong thầy chỉ dẫn cách khắc phục ạ
Cảm ơn thầy, thầy giảng rất chi tiết. Cực kỳ có tâm, chúc thầy sức khỏe
Em vẫn đang miệt mài xem hết tất cả video của Thầy. Cảm ơn Thầy rất nhiều.
Trân trọng cảm ơn thầy!
Mấy ngày nay nghiền từ bài 41 đến bài 44. Chắc phải nghe hết loạt bài logistic của thầy mới làm được việc khác. Những chỗ trống, những câu hỏi trước đây chưa có lời giải giờ đã được lấp đầy.
dạ Thầy và các ac cho em hỏi. Khi em dùng hàm lrm() trong package rms, thì output odds ratio của hàm lrm() lại khác nhau. cụ thể là em đang tìm mô hình hồi quy logistic của t = lrm(x ~y) thì khi summary (t) em có odds ratio và chỉ số β. Và khi em chỉ nhập "t" thôi thì odds ratio lại khác với odds ratio trong summary (t). Vấn đề này chỉ xảy ra khi biến tiên lượng là biến định lượng.
res.1 = (phan.do.hscrp.1 ~ scorad)
> res.1
Logistic Regression Model
lrm(formula = phan.do.hscrp.1 ~ scorad)
Coef S.E. Wald Z Pr(>|Z|)
Intercept -7.1179 1.4696 -4.84
Không thể khác được. Cả lrm và glm đều cho ra một kết quả, vì cả hai đều dùng phương pháp ML mà. Thử ví dụ bằng một mô phỏng:
library(rms) # gọi rms
set.seed(123)
n = 1000 # tạo ra 1000 đối tượng
x = rnorm(n) # biến tiên lượng ~ N(0, 1)
z = 1.5 + 0.5*x # linear term of the logistic model
p = 1/(1+exp(-z)) # inv logit function
y = rbinom(n, 1, p) # tạo ra biến y, chỉ có 2 giá trị 1 và 0
dat = data.frame(y, x) # tạo ra dataset
lrm(y ~ x, data=dat) # dùng hàm lrm
summary(glm(y ~ x, family=binomial, data=dat)) # dùng hàm glm
Cả hai hàm đều cho ra kết quả beta = 0.5 (y như mô phỏng)
@@drnguyenvtuan Em xin cảm ơn Thầy nhiều ạ.
@@drnguyenvtuan dạ thưa thầy em cũng gặp vấn đề tương tự, với biến tiên lượng là biến binomial (như gender) thì không xảy ra khác biệt OR giữa 2 cách làm nhưng nếu biến continuous thì OR lại khác (mặc dù các coefficient hiển thị ở khúc đầu output vẫn giống nhau)
Dạ thầy ơi em thực hiện với hàm lrm báo lỗi là là: res=lrm(anyfx ~ gender)
Error in modelData(data, formula, weights = weights, subset = subset, :
no data found
Mong thầy chỉ dẫn cách khắc phục ạ
bạn thử gõ lại như sau: res=lrm(anyfx ~ gender, data=fracture)
Cảm ơn Thầy nhiều.
Cảm ơn thầy nhiều ạ