Hej,

Prøv at beskrive spørgsmålet lidt nærmere. Jeg har svært ved at fange det. Du skal estimere en aldersfordeling og den har binære udfald (enten/eller), eller? Og hvad er forskellen på svartidspunktet og hændelsen? Er du ovre i noget overlevelsesanalyse?

vh Kristian

Hej,

Det virker stadig lidt sort for mig, men er ikke så stiv ud i de sager der. Spørgsmålet virker på en eller anden måde mærkeligt. Hvis du ved, at den enkelte pige er x antal år ved undersøgelsens start, men ikke ved, hvornår hændelsen indtræffer (menstruation), så kan du jo ikke svare på spørgsmålet, såfremt spørgsmålet går på at estimere aldersfordelingen ved første menstruation (som du ikke ved, hvornår er).

Tror du ikke, at det handler om, at alder skal "forklare" hændelsen første menstruation, som du indirekte gør ved at sige, hvem der har svaret (de yngste, mellemste, ældste). Logistisk regression som alt andet regression minded på at forklare variation i den afhængige variabel. Fx har menstruation (dvs. variationen i denne) helt klart noget at gøre med, hvor gammel man er. Måske er trenden lineær, dvs. jo ældre, des større sandsynlighed for at få menstruation.

Måske skal jeg stille dig et spørgsmål for at afklare det lidt: Har du et datasæt, hvor pigerne er observeret flere gange eller kun én gang? Dvs. har du data over tid eller blot et tværsnit?

vh Kristian

Hej igen,

Jeg er ikke helt sikker. Det er et pudsigt design og en ret kringlet opgave, sådan som jeg lige ser den. Nu har jeg lige læst teksten lidt nærmere igennem. Der står

[i]I denne opgave skal der i første omgang foretages og beskrives en analyse af sammenhængen mellem hvorvidt en kvinde eller pige har svaret, at hun har fået menstruation og hendes alder på det tidspunkt, hvor hun svarer. Dette involverer en logistisk regressionsanalyse med menstruations-status som afhængig variabel og en omhyggelig modellering af alderens betydning. Foretag denne modellering på forskellige måder og sammenlign resultaterne. Ved hjælp af denne analyse skal aldersfordelingen ved første menstruation estimeres (Hint: medianalderen kan findes som den alder ved hvilken der er sandsynlighed 0.5 for at have fået menstruation).[/i]

Det er sq tricky. Først og fremmest skal man gøre sig klart, hvad alder og menstruationsvariablen måler. Alder måler helt reelt pigens alder til dataindsamlingstidspunktet. Men menstruation måler en [b]kumuleret[/b] fordeling af en art. Det betyder, vi ikke har information om hvornår, men kun om, hvorvidt pigen har fået menstruation eller ej. Den andel, der har fået menstruation som 7-årige, betegner altså en eller anden (betinget) sandsynlighed for at få menstruation som 7-årige, sådan som jeg lige kan lure den.

Så vidt jeg yderligere kan lure den, så skal du (1) lave en logistisk regression med alder som afhængig variabel. Her kan du (2) udregne til hvilken alder, sandsynligheden for at have fået menstruation er 0,5. Om det er nok til at beskrive fordelingen er ikke til at sige, men du kan jo fx beskrive fordelingen med en 5punktsummering (eller hvad de nu kalder den). Du kan også tegne funktionen. Du udregner [i]sandsynligheden[/i] ved at omregne dine logitværdier til sandsynligheder: 1/(1+e^(-logit)). Min pointe er: Estimer modellen og tegn den. Her skal du vende logikken på hovedet. Et eksempel:

menstruation = beta*alder

Du estimerer dit beta med logistisk regression. Med den estimerede model, sætter du menstruation lig 0,5. Fx hvis beta-parameteren er estimeret til 1,5, så finder du den alder, hvor

0,5 = 1,5*alder
alder = 0,5 / 1,5

Så har du medianen. Ønsker du kvartiler sætter du blot 0,25 og 0,75 ind.

Nå - det var mit bud. Det er et pudsigt spørgsmål, som jeg ikke selv helt kan overskue, så se mit indlæg som et bud - ikke sandhed!

vh Kristian