로지스틱 회귀 분석에서 교란 요인을 수정하는 방법

사실 변수를 수정하는 방법은 매우 간단합니다. 수정해야 할 변수와 분석할 변수를 방정식에 포함시키기만 하면 독립변수에 대한 사전 이해가 가장 좋습니다. 스크리닝은 데이터의 특성과 문헌 검토 상황에 따라 관련성이 있을 수 있는 변수만 포함하는 것을 의미합니다. 초기 스크리닝에서 p-값이 특히 큰 경우에는 그렇지 않습니다. 방정식의 불안정성을 피하기 위해 이를 방정식에 포함하려면 통계 이전에 표본 데이터의 특성을 고려해야 합니다. 특정 분석에서 어떤 요인이 종속 변수보다 더 큰 영향을 미치는지 확인하려면 입력 모델을 선택하여 각 변수를 방정식에 적용하여 변수를 선별하는 경우 OR 및 CI를 얻을 수 있습니다. 다양한 데이터 특성을 기반으로 한 모델이지만 가장 좋은 것은 Wald 테스트를 선택하지 않는 것이 가장 좋습니다.