alex.nieder333 hat geschrieben:Tatsächlich handelt es sich um Patienten mit Prostatakarzinom nach radikaler Prostatektomie.
Ich glaube, ihr werdet schon gemerkt haben, dass ich statistisch ganz schön aufgeschmissen bin. Wenn ich nun die logistische Regression mit deinen Vorschlägen (bele) durchführen möchte, wie setze ich die Zahl der Jahre seit OP bei SPSS ins Quadrat? oder erstelle ich dafür einfach eine neue Variable?
Weiß ich nicht; ich habe seit > 15 Jahren kein SPSS mehr angefasst. Damals habe ich SPSS auf Disketten beim Buchhändler gekauft. Die liegen noch im Schrank aber ich habe kein Diskettenlaufwerk für meine beiden Laptops.
und was steckt dahinter? Wieso nehme ich die Zahl der Jahre nach der OP ins Quadrat?
...
Die Fragestellung hinter der Zeit, die seit der OP vergangen ist, ist tatsächlich die, dass ich schauen möchte, ob sich an der Kontinenz im Zeitverlauf etwas ändert.
Auch die logistische Regression ist eine lineare Regression: Wenn Du die Zahl der Jahre als unabhängige Variable in ein lineares Modell gibst, dann hat die entweder einen positiven Koeffizienten, dann geht die abhängige (Inkontinenzrate in logits) mit steigenden Jahren monoton nach oben oder sie hat einen negativen Koeffizienten, dann geht die abhängige monoton nach unten. Lineare Regression geht eben linear nach oben oder linear nach unten. Indem man nicht nur die Zahl der Jahre sondern auch deren Quadrat ins Modell einführt, wird nicht mehr eine Gerade, sondern eine Parabel geschätzt. Und die kann eben bei kleinen Zahlen ansteigen und bei großen abfallen, oder umgekehrt. Oder die postoperative Verbesserung der Inkontinenz kann bei einer Parabel eine zeitlang steil verlaufen und dann abflachen. Du gibst dem Modell damit mehr Flexibilität, wie die Dauer in Jahren wirken soll. Es ist auch kein Dogma, dass Du die Jahre als quadratischen Term solchermaßen flexibel gestaltest, es war nur ein Vorschlag.
Es gibt eine große Zahl von Möglichkeiten, lineare Modelle durch transformierte Terme oder Interaktionsterme felxibler zu machen, aber das würde hier den Rahmen sprengen.
Das hier könnte weiter führen (tl;dr): http://www.regorz-statistik.de/inhalte/ ... ssion.html
https://en.wikipedia.org/wiki/Polynomial_regression
Da ich alle Patienten aber nur zu einem Zeitpunkt befragt habe, stelle ich mir das auch schwierig vor.
Alles im Leben hat immer Vor- und Nachteile. Du hättest keine fast tausend Patienten befragen können, wenn Du sie alle zu vier genau gewählten Zeitpunkten hättest befragen müssen.
LG,
Bernhard
