我第一次使用rms包中的lrm函数进行逻辑回归模型(直到现在我使用glm)。我的结局是CRS(二进制),我有三个预测因子-年龄,性别,轴心(二进制)。 我的样本量很大,并且我使用所有可能的相互作用进行了建模。
我的问题--当我查看print()函数的输出时,似乎年龄与性别之间的交互项(= 1)并不重要(0.08和0.5),而查看anova()函数的输出表明交互作用很明显(0.03)。
我在这些输出中不了解什么? 我想要性别= 1和年龄之间的相互作用,我知道方差分析的输出不会拆分为不同的水平,但是如果所有水平都不重要,我期望方差分析表中的结果相同。
age_years sex CRS axi
1 56 1 0 0
2 56 1 0 0
3 42 0 0 0
4 67 0 0 0
5 42 1 0 0
6 81 0 0 0
7 73 0 0 0
8 81 1 0 0
9 49 0 0 0
10 59 0 0 0
m1 <- lrm(CRS ~ (rcs(age_years,4) + sex + axi)^2,
data = all_db, x = TRUE, y = TRUE, maxit=50)
> print(m1)
Logistic Regression Model
lrm(formula = CRS ~ (rcs(age_years, 4) + sex + axi)^2, data = all_db,
x = TRUE, y = TRUE, maxit = 50)
Model Likelihood Discrimination Rank Discrim.
Ratio Test Indexes Indexes
Obs 7549882 LR chi2 15163.01 R2 0.322 C 0.790
0 7547250 d.f. 13 g 0.644 Dxy 0.580
1 2632 Pr(> chi2) <0.0001 gr 1.905 gamma 0.708
max |deriv| 5e-07 gp 0.000 tau-a 0.000
Brier 0.000
Coef S.E. Wald Z Pr(>|Z|)
Intercept -7.1003 0.1863 -38.12 <0.0001
age_years -0.0407 0.0044 -9.16 <0.0001
age_years' 0.0281 0.0060 4.69 <0.0001
sex=1 1.3562 0.2342 5.79 <0.0001
sex=unk 2.3008 0.4802 4.79 <0.0001
axi=1 7.9016 0.4731 16.70 <0.0001
age_years * sex=1 -0.0098 0.0056 -1.75 0.0809
age_years' * sex=1 0.0051 0.0075 0.68 0.4936
age_years * sex=unk -0.0121 0.0108 -1.12 0.2629
age_years' * sex=unk -0.0147 0.0193 -0.76 0.4462
age_years * axi=1 0.0315 0.0102 3.09 0.0020
age_years' * axi=1 -0.0216 0.0116 -1.85 0.0642
sex=1 * axi=1 -1.0031 0.1284 -7.81 <0.0001
sex=unk * axi=1 -0.8317 0.1698 -4.90 <0.0001
> anova(m1)
Wald Statistics Response: CRS
Factor Chi-Square d.f. P
age_years (Factor+Higher Order Factors) 444.32 8 <.0001
All Interactions 25.08 6 0.0003
Nonlinear (Factor+Higher Order Factors) 64.98 4 <.0001
sex (Factor+Higher Order Factors) 521.15 8 <.0001
All Interactions 83.67 6 <.0001
axi (Factor+Higher Order Factors) 24541.32 5 <.0001
All Interactions 72.38 4 <.0001
age_years * sex (Factor+Higher Order Factors) 10.66 4 0.0307
Nonlinear 1.38 2 0.5026
Nonlinear Interaction : f(A,B) vs. AB 1.38 2 0.5026
age_years * axi (Factor+Higher Order Factors) 12.97 2 0.0015
Nonlinear 3.43 1 0.0642
Nonlinear Interaction : f(A,B) vs. AB 3.43 1 0.0642
sex * axi (Factor+Higher Order Factors) 62.86 2 <.0001
TOTAL NONLINEAR 64.98 4 <.0001
TOTAL INTERACTION 94.33 8 <.0001
TOTAL NONLINEAR + INTERACTION 170.99 9 <.0001
TOTAL 24967.13 13 <.0001