|
S*********n
发帖数: 591 | 2 我今天太闲了。就灌水不止吧。
我就来驳一下你的观点。nothing personal.
首先，你是学霸。看看你的分数。match的机会很高。这是一个大confounder。
第二，上面的match光荣榜里，你可没提这个 mock interview 对你有多大帮助，你提
的是 LOR, 和family support。
第三，你说没有这个mock interview， CMG 的 match 成功率会受影响，请问你有统计
吗？有对照吗？
所以，你可以说你自己的想法，但不能推而广之。而且你不经意之间否定了自己的努力
奋斗。
ACAP |
|
a******1
发帖数: 14 | 3 The most convincing explanation I've seen so far:
"......But gender and age patterns tend not to be as confounding to
pollsters as race, which to my mind was a key reason the polls got New
Hampshire so wrong.
"Poorer, less well-educated white people refuse surveys more often than
affluent, better-educated whites. Polls generally adjust their samples for
this tendency. But here’s the problem: these whites who do not respond to
surveys tend to have more unfavorable views of blacks than respondents |
|
e******e
发帖数: 410 | 4 应该先检验interaction是否显著,然后检验confounding(或者叫mediation)
1 X,M,XM同时对Y做回归,看XM的回归系数是否显著.显著,代表interaction显著,必须对
X进行分组,分组的标准是由M水平而定;不显著,代表不需要考虑interaction,直接考虑c
oufounding的问题.
2 在没有显著interaction情况下,将X与Y做回归,得到X的回归系数.接着将X,M与Y做回归
,得到X的回归系数.比较这两个回归系数,如果变化很大(30%以上),confouding成立;反之
则没有明显的coufouding.
3 interaction显著的情况,分组后重复步骤2. |
|
r******s
发帖数: 2155 | 5 这个是你总结的么？很多地方值得商榷。
在你的例子里，听说丈夫去世的妻子的孩子容易的精神分裂症，
这个恐怕和天气没什么关系。
如果气候是个重要原因的话，那么是不是热带的人就不容易得精神分裂症？
有这个方面的数据么？
大城市生活紧张，节奏快，人际关系相对不如小城市friendly，
这个至少是一个应该考虑得confounding variable.
气候决定论加上星座，嗬嗬，时髦啊。
1991 |
|
h*****t
发帖数: 1478 | 6 我怎么觉得你好像说反了。
用动物做的实验，很多时候对CONFOUND VARIABLES比较好控制，但是用人就很难了。
另外，从猴子身上得到的结论，还没人敢ASSUME可以延伸到人类。
最后，我同意你说的心理学似乎比较容易引起兴趣，尤其是对于没学过心理学的人来说。 |
|
h*****t
发帖数: 1478 | 7 我怎么觉得你好像说反了。
用动物做的实验，很多时候对CONFOUND VARIABLES比较好控制，但是用人就很难了。
另外，从猴子身上得到的结论，还没人敢ASSUME可以延伸到人类。
最后，我同意你说的心理学似乎比较容易引起兴趣，尤其是对于没学过心理学的人来说。 |
|
h***z
发帖数: 233 | 8 http://www.bloomberg.com/apps/news?pid=20601087&sid=a1u52EKp84.w&refer=home
Dec. 7 (Bloomberg) -- Hedge funds run by Goldman Sachs Group Inc. and AQR
Capital Management LLC fell in November as swings in financial markets
confounded the computer-driven trading models used by the quantitative
managers.
Goldman's Global Alpha, which started 2007 with more than $10 billion,
dropped 6 percent, bringing the decline for the year to 37 percent,
according to an investor in the fund. AQR's $4 billion Abso |
|
K****n
发帖数: 5970 | 9 传说中的interaction和confounding? |
|
y****d
发帖数: 432 | 10 ★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
前面说明：
需要的童鞋请到我的签名档的博客查找！谢谢！发E-mail太累了！
觉得有价值的话可以顶一下，以便更多的人看到！谢谢！
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
本合集包含内容（总有你想要的吧？！呵呵）：
A Basic Course in Probability Theory
A Course In Probability Theory.djvu
A First Course in Statistics for Signal Analysis
A Handbook of Statistical Analyses Using R
A Handbook of Statistical Analyses using SPSS
An Introduction to Probability and Random Processes
An Introduction to Probability and Statistical Inference
An Introduction to Probability Th... 阅读全帖 |
|
s*******9
发帖数: 35 | 11 My thought is that the sample size is the same as what you get from question
a. Gender is randomized to each condition in the case-control study; so you
do not need to worry about gender as a confounder because it is
automatically controlled by the study design (if gender is an interaction
factor, it will be a different story).
This is just my thought and I am not sure if it is correct or not. |
|
s*******9
发帖数: 35 | 12 I am not "niu ren". Here is my thought.
Propensity score can only help you control known confounders, which means
you need to be confident that the variables you are going to use to create
your propensity score can sufficiently predict the selection into one of
your exposure groups. Instrumental variable does not have such limit.
However, it is very hard to find a good instrumental variable. In health
service research, there seems no existing guideline that can help you select
an IV.
If you can |
|
c**********e
发帖数: 2007 | 13 When I use solution option in the GLM procedure.
I always got the following message:
NOTE: The X'X matrix has been found to be singular, and a generalized
inverse was used to solve the normal equations. Terms whose estimates
are followed by the letter 'B' are not uniquely estimable.
The model I use is simple while x is 0 or 1.
proc glm data=data_one;
class x;
model y=x/solution;
run;
quit;
It seems that SAS just routinely gives the error where there was no
confounding problem. Whil |
|
W**********E
发帖数: 242 | 14 问题相对简单，就是做一个NON－RANDOMIZED TREATMENT GROUP COMPARISON ON
SURVIVAL OUTCOME。这里既然非随机，那么TREATMENT GROUP 和COVARIATES是相关的，
实际中做COX MODEL时加GROUPING VARIABLE 的同时也要ADJUST COVARIATES AS
CONFOUNDERS。
我现在不是很清楚具体SIMULATION步骤，文献有一篇：
１。 SIMULATION X FROM condition distribution function F（X｜GROUP）。这个X
的分布FUNCTION比较复杂。
２。 SIMULATE SURVIVAL TIME LOG（T）=B１＊X+ERROR。这里ERROR 是EXTREME VALUE
DISTRIBUTION。
但这里X只是一个单变量，而我希望有多个变量。虽然我知道X DEPENDENT ON GROUP，
但为什么不在LOG（T）后面加上GROUP。比如LOG（T）=B０＊GROUP+B１＊X+ERROR？
不知道是否下面是否可行：
１ |
|
m****h
发帖数: 90 | 15 MEDIATION：A->B, 然后又个C, A->C, C->B，如果是PERFECT MEDIATION的话，A->B的
关系在有C的情况下消失了，C就是MEDIATOR.
MODERATOR: A->B, 有个C，比如性别吧，把DATA分两半，对于男人，A->B的关系还成立
，对于女人，A->B的关系消失了，C就是MODERATOR.
CONFOUNDER,我不知道唉。。 |
|
s*******9
发帖数: 35 | 16 Sorry I cannot input chinese.
mediators are those factors lining on the casual pathway through which your
exposure, a drug for example, affects your outcome, mortality for example.
moderators: when you stratify your study sample by a moderator, gender for
example, you will get different estimated effects in each strata (males/
females). For example, a drug is more effective for males than for females.
Without stratification you will not find out such a difference.
confounders:when you stratify y |
|
|
h******e
发帖数: 1791 | 18 那该如何解决这个问题呢？如何判断那个是confounder，那个是真正的covariate？ |
|
o****o
发帖数: 8077 | 19 "如何判断那个是confounder，那个是真正的covariate?"
this is a field problem, not a stat problem |
|
a*****n
发帖数: 230 | 20 In multivariate logistic regression, the regression coefficient is the
effect of that variavle while holding other covariates constant. In simple
logistic regression, the effect of other variables are compounded in, as in
confounder.
and
cause
Their |
|
o****o
发帖数: 8077 | 21 主要谈一个负面，一个正面的经历，希望对大家有所帮助。
一家是NYC的某国际著名银行个人信用风险部门；另外就是一家保险公司；都是猎头主
动找到我。
那家保险公司的HM先给了个电话面试【HM是ivy统计博士】，主要问了我简历上列的技
术方面的东西。比如一些市场研究的工具，MCA，MDS等，这些方法是啥，跟
CATEGORICAL DATA ANALYSIS的联系等；然后就是一些数据挖掘和统计方面的问题，典
型的问题就是这么几大类：
分类问题中变量筛选的方法和过程，比较各类方法的优劣；
非线性函数关系的处理方法，比较各类方法的优劣以及如何在SAS/STAT中搞出来这些方
法；
另外问了我在简历里面提到的一些我以前的projects，包括背景和技术细节；
最后问如何建立MAXIMIZE LIKELIHOOD FUNCTION和MINIMIZE CLASSIFICATION ERROR
RATE之间的关系，我认为什么数据挖掘方法比较有前途【这个确实仁者见仁，呵呵】。
其实这两个问题我猜他是要问boosting和ensemble，特别是Hastie等人那篇AOS的文章
，所以我就讲述了一下boos... 阅读全帖 |
|
P****D
发帖数: 11146 | 22 lol, neither am I.
To OP - It's generally recommended to report the results from your
multivariate analysis. But to convince yourself that the multivariate
analysis is "correct" you need to find an explanation for the differences on
estimates/CIs/p-values between the simple and multiple logistic regression.
Is there confounding or effect modification or something else? |
|
x***x
发帖数: 3401 | 23 (1)的话, 你做一个X1=X2-X9的backward elimination的linear model看看吧. 假设
survey的问题设计是好的, X2-X9互相应该不是confounder. 最好不要一股脑把所有可
能的two-way interaction都放进去, 那样model太大. 选一些有充分理由相信
interaction存照的放进去.
(2)就用spearman correlation coefficient就可以了吧. |
|
V*********n
发帖数: 198 | 24 我也觉得是poisson。
有很多信息已经包含在context里了，就是说除了方法不一样以外，其余的变量都一样
，没有
confounding variables。在这样的情况下，如何比较2种方法。
我觉得就是两个poisson distribution 的 lamda。
H0: lamda1 = lamda2
Ha: lamda1 != lamda2
至于test statistic是什么，你可能需要用normal approximation，然后就是two-
sample t
test了。 |
|
W**********E
发帖数: 242 | 25 比方说, binary logistic regression model, 如果只有1个变量X1，很好做出一个y
轴为log_odds的restricted cubic spline（ＲＣＳ）图来表示x1与log odds的
functional form.
但是通常加入其它的变量或confounders后，x1的几个rcs变量系数也会变，但画出这种
调整其它变量的rcs图好像很麻烦，因为不但只有x1的值还有其它变量的值如何确定。
有谁用图形表示过矫正其它变量后的某变量的RCS图？
谢谢， |
|
y****d
发帖数: 432 | 26 ★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
前面说明：
需要的童鞋请到我的签名档的博客查找！谢谢！发E-mail太累了！
觉得有价值的话可以顶一下，以便更多的人看到！谢谢！
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
本合集包含内容（总有你想要的吧？！呵呵）：
A Basic Course in Probability Theory
A Course In Probability Theory.djvu
A First Course in Statistics for Signal Analysis
A Handbook of Statistical Analyses Using R
A Handbook of Statistical Analyses using SPSS
An Introduction to Probability and Random Processes
An Introduction to Probability and Statistical Inference
An Introduction to Probability Th... 阅读全帖 |
|
l*********s
发帖数: 5409 | 27 partial factorial design and confounding, split plot design, response surface
methods, mixed effects model, robust design,BIBD design,Latin square design, etc. |
|
D******n
发帖数: 2836 | 28 your model effect is totally confounded by the sample effect, how come can u
isolate the model effect? unless u believe the sample effect is zero. |
|
R*********i
发帖数: 7643 | 29 Cancer的stage是会变化的。你是想证明W的cancer发现得更早？那么是不是和保险，体
检，socioeconomic status confound啦？ |
|
l*********s
发帖数: 5409 | 30 partial factorial design and confounding |
|
A**P
发帖数: 260 | 31 楼主怎么证明虚词使用频率不同就一定是不同的作者呢？可能是由于故事情节不同造成
的呢？也就是说情节可能是confounder. |
|
m****e
发帖数: 255 | 32 category怎么定义的?如果没有从大到小的关系，需要另外的数据来分类。
如果每个category都有很多数据，可以考虑当作random effect;
如果数据不多，要注意category variable 和其他variable confounding. |
|
s*****r
发帖数: 790 | 33 NOTE: Don't ask me anything. I was just contacted by this one and have no
other information.
Biostatistician
Hyattsville, MD
Job Description:
General: Specializes in the application of statistics and/or computer
technology to epidemiological studies, laboratory studies, prevention
research, and other selected forms of studies/research conducted and/or
supported by Public Health. Requires thorough knowledge and use of
commercial statistical software packages.
Experience with sample size calculat... 阅读全帖 |
|
e**p
发帖数: 4259 | 34 当然需要看看其他变量了
画个DAG，看看其他变量是否confound了physical activity, dietary跟BMI的关系 |
|
k****i
发帖数: 347 | 35 除了A和C可能是correlated，也可能C是A的confounder
假设你的model是linear regression，A和C都解释了多少R square？
model 2里A的p-value变化了多少，是否还marginally significant？
在没有更详细信息前不建议说A是Y的determinant
变得 |
|
Y****a
发帖数: 243 | 36 这个设计有明显的confounding effects，两次促销，时间/温度不同，factor 2 and 3
也不同，即使最终结果两次的购买率有区别，你如何判断是因为那个factor呢？
除非你有其他数据，可以单独显示12月和10月对购买力的影响，然后带入分析模型，使
得你的模型直接反映gift card 和 广告的区别。 |
|
|
z*****9
发帖数: 669 | 38 你这confounding factor太多了，拿郑海霞和刘璇让我选，我肯定选刘璇；但如果是志
玲姐姐和凤姐，我肯定选志玲姐姐 |
|
A*******s
发帖数: 3942 | 39 不知道这新闻的细节，
要是countrywide的modeler直接用了race来建模
这也够笨的可以了
其实有N多其他的变量和race是correlated/confounding的
多加几个进去race就肯定不显著了
完全没必要搞这些吃力不讨好的模型 |
|
|
k*******a
发帖数: 772 | 41 It is understandable if one becomes negative, but I do not understand if
both become negatively associated.
If only one of them becomes negatively associated, then it is just a
confounding effect. Assume Y = -X1 + 10*X2, and X1 and X2 are positively
correlated, then higher X1 associated with higher X2, which makes Y higher,
so Y and X1 seem to be positively associated. But if both X1 and X2 are put
into model, then X1 becomes negatively associated with Y |
|
m*******1
发帖数: 855 | 42 multicollinearity
quasi complete 会出现这个情况吗?
还有confounding 之类的?
请高人出来讲讲 |
|
A*******s
发帖数: 3942 | 43 啥信息也没有，你叫大家怎么猜？
第一得check data quality，
第二看sampling bias，
第三才考虑model
对于GLM，某个covariate符号不对
一般是由于multicollinearity，
或者confounding/Simpson Paradox,
或者dominant nonlinear effect
对于cox regression
还需要考虑time dependent variable的functional form是不是合理
题外话一句，某次在微博上看到某教授神经叨叨地说
他和某院士都不约而同地发现戒烟者的寿命比非戒烟者的要短，
但是由于“政治不正确”，他们都不敢发表这个研究结果
俺心想幸好你们没发表，发表了就成大笑柄了。
16 |
|
w****s
发帖数: 122 | 44 【 以下文字转载自 Biology 讨论区 】
发信人: wszcas (roy), 信区: Biology
标 题: 真诚求审稿机会:statistical genetics and genetics epidemiology
发信站: BBS 未名空间站 (Thu Feb 27 17:01:23 2014, 美东)
PhD in statistical genetics and genetics epidemiology, currently a post-doc
at UCSF.
expertise: genome-wide association studies, disease heritability estimation,
population stratification and candidate-gene based/genome-wide association
analysis, admixture mapping,Meta-analysis of GWAS,confounding and
heterogeneity in GWAS
Thanks!!! |
|
g******2
发帖数: 234 | 45 Just my 2 cents:
What is the structure of your data? Are you only considering one school or
multiple schools? If you only have one school, you could run a simple linear
regression of energy consumption / sqft ~ average temperature. If you have
multiple schools, then you may need to add the school into the model as fix
effect or random effect.
Unless there are some obvious confounding factors (major construction/
shutdown/homecoming etc.), what you have should be enough for correlational
study. C... 阅读全帖 |
|
t********6
发帖数: 43 | 46 case control study， case全部recruit了，control随机选的。但是population里有
很多cluster（比如family），而且知道cluster是confounder。有什么好的方法adjust
吗？GEE貌似不成，因为没考虑cluster 造成的sampling bias。
目前用的inverse probability weighting，就是给case的weight＝1（因为全部sample
了），control的weight用1/（cluster中sample的control数／cluster中总的control
数）。然后用sas的surveyreg
不知道还有什么更好的方法。 |
|
t********6
发帖数: 43 | 47 stratified/conditional logistic regression是不是说的是match了的情况？问题是
我的data没match，每个cluster里面case和control的ratio都不一样，所以cluster的
confounding去不掉 |
|
n*****t
发帖数: 41 | 48 电话面试的3个问题。 1.制造公司的某个产品，大量上百个自变量，一个应变量。工程
人员觉得某个自变量,叫X1吧和 应变量Y相关，但是从散点图看没有相关性，问可能是
什么原因？ 我觉得如果是两个变量看起来相关，解释他们实际可能不相关比较容易，比
如有confounding影响。但是实际相关的变量能看起来不相关吗？
2.还是这个问题，样本量很小，但是自变量太大，100多，问怎么处理，这个不难。
3. 假如有另一个大量的样本，但是自变量和 应变量跟 那个小样本都不一样，问这个
大样本有什么办法用来帮助 小样本的 分析？ |
|
u*h
发帖数: 397 | 49 假设：
outcome value = overall_mean + group_variation + error_term
如果一个组只有一个人， 那么这个组的 group_variation and error_term
confounding.
不过， 还是可以检验 (group_variation + error_term）的和，是否有显著差异。 |
|
S******9
发帖数: 2837 | 50 教授，我搭车问一个confounding bias的问题。 这个第3变量是和已知的暴露因素和结
果都相关的吗？
总是很糊涂
谢谢 |
|
