再会!我正在对经验治疗的适当性进行研究,并使用结果(死亡或生存)作为因变量,以年龄和血培养结果作为自变量进行逻辑回归。结果显示,年龄的优势比为 2.97E006 CI:0。如果这是错误结果,我询问了我正在使用的软件的技术支持。我只有 107 个案例,并且在 2 个自变量中没有零频率的单元格值。
技术支持的答复是,这是一个未定义的置信区间。有一个未定义的 CI 意味着什么?在医学领域报告零 CI 的结果是否安全?
再会!我正在对经验治疗的适当性进行研究,并使用结果(死亡或生存)作为因变量,以年龄和血培养结果作为自变量进行逻辑回归。结果显示,年龄的优势比为 2.97E006 CI:0。如果这是错误结果,我询问了我正在使用的软件的技术支持。我只有 107 个案例,并且在 2 个自变量中没有零频率的单元格值。
技术支持的答复是,这是一个未定义的置信区间。有一个未定义的 CI 意味着什么?在医学领域报告零 CI 的结果是否安全?
在一篇出色的论文中,Gleser 和 Hwang 表明,对于某些模型,置信区间必须具有无限的预期长度,才能达到更准确地说,有一个具有正测量的观测子集,其置信区间的长度是无限的。示例包括变量误差模型和 Fieller-Creasy 问题,其中一个估计两个正态平均值的比率。
相反,对于具有正测量的观察子集,置信区间的长度可能为零,而不会危及(整体)覆盖概率。例如,在正常的情况下,如果我们选择一个概率为 0.01 的空置信区间和概率为 0.99 的区间,我们最终得到的总覆盖概率为
2.97E006(如果您的意思是 2970000)的奇数比对我来说似乎很奇怪,因为它太高了。鉴于您的样本量,某些类别的自变量可能具有较低的频率(例如 1)。根据您提供的信息,报告 CI 确实不安全。我认为没有期刊会期望 CI 为零,如果为零,则没有间隔!
logit 的 ci 计算为
如果结果为零,则说明有问题。