4. Регрессионный анализ
Если расчёт корреляции характеризует силу связи между двумя переменными, то регрессионный анализ служит для определения вида этой связи и дает возможность для прогнозирования значения одной (зависимой) переменной отталкиваясь от значения другой (независимой) переменной.
Можно легко заметить очевидную связь: обе переменные развиваются в одном направлении и множество точек, соответствующих наблюдаемым значениям показателей, явно концентрируется (за некоторыми исключениями) вблизи прямой (прямой регрессии). В таком случае говорят о линейной связи.
у=b*х + а, где b — регрессионные коэффициенты, a — смещение по оси ординат.
Для определения влияния параметров антипирина и данных пациента на побочные эффекты применялся метод бинарной логистической регрессии
Исходя из уровня значимости (sig) можно выделить только 2 составляющие уравнения, выражающего влияние параметров антипирина и данных пациента на на побочные эффекты (Constant, пар_пац1).
Фактор пар_пац1 содержит из следующие параметры: тип болезни, лечение, органическая патология, длительность болезни
Уравнение выглядит следующим образом:
Y=1/[1+е^-(DIS_TYPE*0.600-5.982)]
Для определения влияния параметров антипирина и данных пациента на количество побочных эффектов применялся метод линейной регрессии:
Исходя из уровня значимости (sig) можно выделить только 2 составляющие регрессионного уравнения, выражающего влияние параметров антипирина и данных пациента на количество побочных эффектов на 1 пациента (Constant, пар_пац1).
Фактор пар_пац1 содержит из следующие параметры: тип болезни, лечение, органическая патология, длительность болезни
Уравнение выглядит следующим образом:
Y=-0.448*Type of disease+1.425
Заключение
В ходе выполнения расчетов были получены коэффициенты корреляции между отдельными факторами, которые были получены с помощью факторного анализа. Анализируя эти коэффициенты корреляции можно сделать вывод, что есть только одна более выраженная связь между признаками: между III-ым фактором данных пациента и I-ым фактором данных антипирина, Для всех же остальных факторов корреляция незначительна (r<0,2).
Для определения влияния параметров антипирина и данных пациента на количество побочных эффектов на 1 человека, был произведен регрессионный анализ, согласно которому были определены коэффициенты регрессии (с допустимой значимостью).
Влияние параметров антипирина и данных пациента на количество побочных эффектов на 1 пациента - это тип болезни(DIS_TYPE).
Y=-0.448*Type of disease+1.425
Для определения влияния параметров антипирина и данных пациента на побочные эффекты был произведен бинарный логистический анализ.
Было получено уравнение, согласно которому можно определить влияние параметров антипирина и данных пациента на побочные эффекты – это главным образом тип болезни(DIS_TYPE)
Y=1/[1+е^-(DIS_TYPE*0.600-5.982)]