2021年9月7日 星期二

BMJ統計問題(1):兩個連續變項線性相關程度的評估


BMJ統計問題(1):兩個連續變項線性相關程度的評估



匯東華的周末統計小小問題 :D

每周末出刊

British Medical Journal,英國醫學期刊(British Medical Journal,簡稱 BMJ),是一份同行評審性質的綜合醫學期刊,創始於1840年,是最古老的醫學期刊之一。2020年的IF=39.890,在醫學研究領域享有盛名。

 

BMJ20089月開始至2015年由兩位流行病與統計學專家持續出了300多期Statistical question系列。在這個系列中,兩位學者每次出一道統計與流行病學有關的選擇題作答及解釋。本系列將精選Statistical Question,有興趣的朋友們可進行回答。

👉BMJ相關分析主題系列文章

BMJ統計問題1:兩個連續變項線性相關程度的評估

BMJ統計問33:皮爾森相關係

BMJ統計問34:相關分

BMJ統計問35:簡單線性迴

BMJ統計問36:何謂顯著 

BMJ統計問37:研究結果的概化和外

BMJ統計問38:複迴

BMJ統計問題(39):相關 VS. 線性迴歸

 

 

BMJ 統計問題(1):評估兩個連續變項線性相關程度最適合的分析方式為何?(單選)

A. 散佈圖 (Scatter plot)

B. OR (Odds ratio)

C. 長條圖 (Bar chart)

D. 相關係數 (Correlation)

 

答案

答案為(D),相關係數

 

詳細說明:

散佈圖:以圖形方式顯示兩個連續變數之間的關聯。x軸顯示一個變數的值,y軸顯示另一個變數的值。每個點代表每個變數的一對測量值。這是一種顯示資料的有效方法,可以看出U形和其他非線性關聯以及線性關聯。但是,散佈圖無法準確衡量相關強度。要衡量關聯性,一般需要顯示相關程度之量化指標(相關係數)

相關係數:衡量兩個變項線性相關的程度。皮爾森相關係數或斯皮爾曼等級相關係數可用於評估線性相關。相關係數介於1-1之間的任何值:0表示兩變項沒有線性相關,1表示y值隨x值增加而增加的理想直線,-1表示y值隨x值增加而減少的理想直線。與其他母數分析法一樣,Pearson的相關係數對異常值敏感,容易受到影響,且當y值不呈常態分佈時,可能會產生誤導的P值。與其他無母數統計分析法一樣,Spearman的等級相關係數敏感度較低,較為穩健(robust) 

勝算比(Odds ratiosOR:僅可用於比較二分類數值,勝算(Odds)表示事件發生的機率除以未發生的機率。

長條圖:以圖示呈現名義變數(如:眼睛的顏色)或序位變數(如:調查問題的同意程度:非常不同意,不同意,同意,非常同意的次數)。

答案

 D (Correlation)正確

 

原文題目:

How would you best assess the degree of linear association between two continuous variables?

 

Answer:

A scatter plot would display graphically the association between two continuous variables. The x axis displays values for one variable, and the y axis values for the other. Each point represents one paired measurement of each variable. This is a useful way to display the data and would show U shaped and other non-linear associations as well as linear associations.

However, a scatter plot does not measure an association. To put a number to it requires an assessment of correlation. 

 

 

沒有留言:

張貼留言

JAMA Internal Medicine:醫師 vs. ChatGPT對社交媒體上病人問題的回覆,誰更好?

JAMA Internal Medicine :醫師 vs. ChatGPT 對社交媒體上病人問題的回覆,誰更好?   全文連結: https://reurl.cc/Ovk14D 重點:   問題: ChatGPT是否能提供與醫生的回覆同等的品質和同理心?   ...