<![CDATA[
<p>안녕하세요?</p><p><br></p><p>이제 거의 따라하기가 끝납니다. 질문은 199쪽의 melanoma 분석과해석에서 age+region대신 age*region을 넣었더니</p><p><br></p><p>> out=glm(cases~age*region,family=poisson,offset=log(total),data=melanoma)</p><p>> summary(out)</p><p><br></p><p>Call:</p><p>glm(formula = cases ~ age * region, family = poisson, data = melanoma, </p><p> offset = log(total))</p><p><br></p><p>Deviance Residuals: </p><p> [1] 0 0 0 0 0 0 0 0 0 0 0 0</p><p><br></p><p>Coefficients:</p><p> Estimate Std. Error z value Pr(>|z|) </p><p>(Intercept) -10.76252 0.12804 -84.058 < 2e-16 ***</p><p>age35-44 1.84949 0.17191 10.759 < 2e-16 ***</p><p>age45-54 2.05456 0.16309 12.598 < 2e-16 ***</p><p>age55-64 2.38826 0.16127 14.809 < 2e-16 ***</p><p>age65-74 2.39612 0.17963 13.339 < 2e-16 ***</p><p>age75+ 3.15012 0.16998 18.532 < 2e-16 ***</p><p>regionsouth 1.03427 0.17894 5.780 7.47e-09 ***</p><p>age35-44:regionsouth -0.10699 0.24189 -0.442 0.6583 </p><p>age45-54:regionsouth -0.30343 0.23860 -1.272 0.2035 </p><p>age55-64:regionsouth -0.32310 0.23981 -1.347 0.1779 </p><p>age65-74:regionsouth -0.02752 0.26479 -0.104 0.9172 </p><p>age75+:regionsouth -0.56698 0.28558 -1.985 0.0471 * </p><p>---</p><p>Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 </p><p><br></p><p>(Dispersion parameter for poisson family taken to be 1)</p><p><br></p><p> Null deviance: 8.9582e+02 on 11 degrees of freedom</p><p>Residual deviance: 2.4425e-15 on 0 degrees of freedom</p><p>AIC: 96.225</p><p><br></p><p>Number of Fisher Scoring iterations: 3</p><p><br></p><p>위와 같이 결과가 나오는데 75세이상에서 남쪽에 사시는 분들이 interaction이 있다고 봐야 하나요?</p><p><br></p><p>내용이 18장 뒷부분에서 갑자기 어려워지고 더구나 생존분석의 odds ratio의 96% cinfidnce interval구하는 것이 </p><p>너무 노가다로 여겨집니다. - SPSS는 노가다 없이 자동으로 나오는데...하는 생각이 자꾸 드는군요...ㅋㅋ</p><p><br></p><p>어쨋든 추운 날씨에 몸 조심하십시요. 저도 2006년 4월 -2007년 10월까지는 cleveland clinic에서 연수하는라 있었는데 </p><p>미국있을때는 한국생각이 간절하더니 한국와서 몇년 지나니 이제 미국 생각이 납니다.^^</p>
<!-- -->
]]>
첫댓글 좀 복잡한 얘기인데요. 이 데이타는 interaction까지 볼 자유도(degrees of freedom)가 없습니다. 결과물 밑에 Residual deviance를 보시면 2.4425e-15인데 이게 사실상 0이고, 0 degrees of freedom입니다. 단순회귀분석으로 생각하면 데이타 2개 가지고 회귀식의 절편과 기울기를 둘다 추정하려는 것과 같습니다. 점 2개를 연결하면 직선이 하나 나오죠. 즉 오차가 전혀 없는겁니다. 이런 모형을 Saturated되었다고 합니다.
187page에서는 특정 parameter, "victimWhite"의 odds의 95% CI를 이런식으로 구한다는 걸 보여주기 위해서 parm="victimWhite"를 추가했지만, 95% CI를 모든 변수에 대해서 구하는건 exp(confint(out)) 정도만 하면 다 나옵니다.
SAS, SPSS는 왠만한 결과물을 한번에 다 보여줍니다. R은 일단은 기본적인 것만 보여주고 나머지를 구하려면 약간의 일이 필요합니다. 그런데 이런 R의 방식이 간결하고, 전반적인 통계를 이해하는데 도움이 되는것 같습니다.
네 감사합니다.
의사이신 것 같군요. 열정이 대단하십니다.^^