Съдържание
- TL; DR (Твърде дълго; Не четях)
- Какво е коефициент на коефициент?
- Експозиции и резултати
- Жизнени и объркващи променливи
- Търсите коригираното съотношение на коефициентите
Вашият лекар Ви е дал избор между две медикаменти за лечение на астма. Когато сравнявате посещенията на спешните отделения, забелязвате, че 10 пациенти на лекарство А отчитат пътуване до болницата спрямо петимата пациенти на лекарство Б. На пръв поглед изглежда, че медикамент В е очевидният най-добър избор. За да вземете информирано решение обаче, трябва да проучите данните малко по-отблизо. За да определите кое от тези два лекарства за астма ще ви помогне по-добре, можете да използвате статистиката, за да изчислите коригираното съотношение на коефициентите.
TL; DR (Твърде дълго; Не четях)
Коефициентът на коефициенти е статистическа мярка за асоцииране, използвана за определяне на връзката между различните групи експозиции и резултати. Намерено чрез разделяне на резултатите от един резултат на резултатите от втори, коефициентът на коефициенти може да даде представа за ефективността на експерименталните лечения и други. Определянето на коригираното съотношение на коефициентите от два набора от данни обаче изисква да вземете фактор за объркващи променливи - затруднявайки определянето на коригираните коефициенти на коефициенти в много ситуации.
Какво е коефициент на коефициент?
Коефициентът на вероятност е статистическата мярка за свързване между експозиция и резултат. С други думи, коефициентът на коефициент е статистически шанс, отколкото резултат ще се случи при конкретно условие: в нашия пример, коефициентът на вероятност представлява вероятността приемането на едно от двете лекарства за астма все пак да доведе до посещение в болница. Коефициентите на коефициенти са лесни за изчисляване. Ако разделите отчетените посещения в болница за лекарство Б на тези за лекарство А, ще излезете със съотношението на коефициентите. В този пример коефициентът на коефициент е 0,5. Съотношението означава, че имате приблизително 50% по-голям шанс да отидете в болницата, когато приемате лекарства А над лекарство Б. Това обаче не означава непременно, че медикамент В е по-добър: това съотношение 0,5 е известно като коефициент на коригиране или груб коефициент , защото не взема предвид нищо, освен отчетения брой посещения в болница.
Експозиции и резултати
Числовата стойност на коефициента на коефициент ви дава някаква представа какво ще се случи, когато пациентът е изложен на нещо - в този случай лекарства за астма. Коефициент на вероятност 1 означава, че експозицията не влияе на резултата: С други думи, лекарството не работи. Коефициентът на коефициент по-голям от 1 показва по-големи коефициенти на резултата, докато коефициент по-малък от 1 показва по-ниски коефициенти на резултата.
Жизнени и объркващи променливи
Проблемът със съотношението на суровите коефициенти е, че той е изцяло едномерен. Той не отразява влиянието на объркващи фактори като възраст, други медицински състояния или дори нещо толкова просто като достъп до клиника срещу спешно отделение. Тълкуването на съотношението на коефициентите на лекарствата може да се промени, ако научите, че всички пациенти на лекарство А също получават лечение за рак на белия дроб и всички пациенти на лекарство В са в добро здраве или ако разберете, че пациентите на лекарства Живееше на пет мили от болницата и на 60 мили от най-близката клиника.
Търсите коригираното съотношение на коефициентите
Много малко неща в живота имат ясна причина и следствие връзка. В статистиката "другите" фактори, които влияят на връзката между две неща, са известни като объркващи променливи. Ако само една променлива засяга връзката, математиците ще направят статистическа корекция, за да дадат по-точно съотношение. Когато всички променливи са взети под внимание, се казва, че съотношението е напълно коригирано. Тъй като регулирането на коефициента на коефициент е много сложно, изследователите се опитват да контролират възможно най-много променливи, за да осигурят точни резултати. Например във фармацевтични проучвания изследователите ще търсят участници от една и съща възраст и пол със сходна медицинска история.