검정 | DF | 카이-제곱 | P-값 |
---|---|---|---|
우도 비 | 4 | 29.39 | 0.000 |
Wald | 4 | 32.47 | 0.000 |
점수 | 4 | 35.22 | 0.000 |
이러한 결과 3개의 테스트 모두에 대한 p-값은 0.05 미만이므로 모델이 데이터에 잘 맞는다는 결론을 내릴 수 있습니다.
Wald 검정 | |||
---|---|---|---|
출처 | DF | 카이-제곱 | P-값 |
위험 범주 | 2 | 9.77 | 0.008 |
일반 혈소판 | 1 | 9.13 | 0.003 |
질병의 단계 | 1 | 6.41 | 0.011 |
이 결과에서 위험 범주에 대한 p-값은 α-수준 0.05에서 유의합니다. 따라서 위험 범주 환자가 질병이 없는지 여부에 통계적으로 유의한 영향을 미친다고 결론을 내릴 수 있다. 당신은 에 대해 동일한 결론을 내릴 수 일반 혈소판 있습니다 질병의 단계.
범주 예측 변수 테이블에 대한 상대 위험 테이블에서 Minitab은 범주 변수의 두 레벨을 레벨 A 및 레벨 B로 레이블을 지정합니다. 상대적 위험은 레벨 B에 비해 레벨 A에 대한 이벤트의 발생 률을 설명합니다. 예를 들어, 다음 결과에서 환자를 위한 이벤트를 경험하는 위험은 환자의 고위험질병의 단계 환자보다 2배 더 질병의 단계보통높다.
신뢰도 간격을 사용하여 상대 위험이 통계적으로 유의하는지 여부를 확인할 수 있습니다. 일반적으로 신뢰 간격에 1이 포함된 경우 상대 위험이 통계적으로 유의하다고 단정할 수 없습니다.
수준 A | 수준 B | 상대적 위험 | 95% CI |
---|---|---|---|
위험 범주 | |||
2 | 1 | 0.4524 | (0.2409, 0.8495) |
3 | 1 | 0.9673 | (0.5116, 1.8290) |
3 | 2 | 2.1383 | (1.2487, 3.6616) |
일반 혈소판 | |||
예 | 아니오 | 0.3666 | (0.1912, 0.7029) |
질병의 단계 | |||
보통 | 고위험 | 0.4986 | (0.2909, 0.8547) |
테스트를 사용하여 모델이 비례 위험 가정을 충족하는지 여부를 결정합니다. null 가설은 모델이 모든 예측 변수에 대한 가정을 충족한다는 것입니다. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시됨)이 적절합니다. 0.05의 유의 수준은 추가 모수가 실제로 분포를 유의하게 개선하지 않지만 개선한다는 결론을 내릴 위험이 5%라는 것을 나타냅니다.
p-값이 유의 수준보다 작거나 같으면 모형이 관계를 올바르게 지정하지 않는다는 결론을 내립니다. p-값이 유의 수준보다 크면 모형이 반응의 변동을 설명한다는 결론을 내릴 수 없습니다.
Andersen 플롯을 사용하여 모델이 서로 다른 지층에 대한 비례 위험 가정을 충족하는지 여부를 결정합니다. 하나 이상의 계층화 변수의 값의 각 조합은 계층을 정의합니다. 플롯에는 각 계층에 대한 곡선이 포함되어 있습니다. 모델이 가정을 충족하는 경우 곡선은 X = 0 및 Y = 0이 있는 점을 통과하는 직선입니다. 계층의 기준 위험 률이 x 축의 계층에 대한 기준 위험 률과 동일한 경우 곡선은 플롯의 45도 기준선을 따릅니다.
모델이 가정을 충족하지 않는 경우 모델이 비례 위험 가정을 충족하지 않는 계층화 변수로 데이터를 분할할지 여부를 고려합니다. 그런 다음 데이터의 각 하위 집합에 대해 별도의 분석을 수행합니다. 별도의 분석은 각 하위 집합의 예측 변수에 대해 서로 다른 효과를 제공합니다.
항 | DF | 상관계수 | 카이-제곱 | P-값 |
---|---|---|---|---|
위험 범주 | ||||
2 | 1 | 0.0757 | 0.54 | 0.464 |
3 | 1 | -0.1160 | 1.08 | 0.300 |
일반 혈소판 | ||||
예 | 1 | 0.0296 | 0.09 | 0.769 |
질병의 단계 | ||||
보통 | 1 | -0.1205 | 1.30 | 0.255 |
전체 | 4 | — | 5.42 | 0.247 |
이러한 결과 비례 위험 테스트의 p-값은 모두 0.05보다 크므로 모델이 비례 위험 가정을 충족하지 못한다고 단정할 수 없습니다.