q**j
发帖数: 10612 | 1 比方说dependent variable是人的寿命。independent variable是体重和平均每天抽几
根烟。都是连续数据。纯粹假设：体重越大，寿命越短。抽烟越多，寿命越短。现在比
如我的concern是我认为抽烟的负面作用对于体重偏大的人要比体重偏小的大一些。请问
如何在同一个model里面估计这三种关系。
我知道这里很多药厂的高手，这个应该是个很小的问题了。我唯一的希望是不要分组估
计。希望在同一个model里面把这几个关系都估计了。先谢了。 |
w*******9
发帖数: 1433 | 2 Stratified regression: add an interaction term between smoke and the
indicator I_{weight>200}---250 if you like. |
q**j
发帖数: 10612 | 3 great. Thanks a lot. If somebody has any additional suggestions, please also
let me know.
【在 w*******9 的大作中提到】
: Stratified regression: add an interaction term between smoke and the
: indicator I_{weight>200}---250 if you like.
|
q**j
发帖数: 10612 | 4 请问一个比较脑残的问题。如果我建立这样一个indicator variable。所有体重小于20
0的人，这个变量都是零。这个会不会影响到估计结果呢？我的意思是
life = a + b1 * weight + b2*smoke + b3* I_{weight>200}*smoke里面，第三个变量
很多是零，这个会不会对b3的估计造成什么影响？好了还是谢过，我google看看。
【在 w*******9 的大作中提到】
: Stratified regression: add an interaction term between smoke and the
: indicator I_{weight>200}---250 if you like.
|
s*******e
发帖数: 1385 | 5 b3实际上改变体重大于200的吸烟人群的slope（b2）。如果非常多的人都是0，b3可能
会不significant。
20
【在 q**j 的大作中提到】
: 请问一个比较脑残的问题。如果我建立这样一个indicator variable。所有体重小于20
: 0的人，这个变量都是零。这个会不会影响到估计结果呢？我的意思是
: life = a + b1 * weight + b2*smoke + b3* I_{weight>200}*smoke里面，第三个变量
: 很多是零，这个会不会对b3的估计造成什么影响？好了还是谢过，我google看看。
|
q**j
发帖数: 10612 | 6 多谢了。这个是我的主要问题。有没有比较理想的Model可以克服这个问题呢？我的
sample一般都是1000-4000左右。一般一半是0，根据你的经验这个是否问题很严重？
【在 s*******e 的大作中提到】
: b3实际上改变体重大于200的吸烟人群的slope（b2）。如果非常多的人都是0，b3可能
: 会不significant。
:
: 20
|
q**j
发帖数: 10612 | 7 比方说dependent variable是人的寿命。independent variable是体重和平均每天抽几
根烟。都是连续数据。纯粹假设：体重越大，寿命越短。抽烟越多，寿命越短。现在比
如我的concern是我认为抽烟的负面作用对于体重偏大的人要比体重偏小的大一些。请问
如何在同一个model里面估计这三种关系。
我知道这里很多药厂的高手，这个应该是个很小的问题了。我唯一的希望是不要分组估
计。希望在同一个model里面把这几个关系都估计了。先谢了。 |
w*******9
发帖数: 1433 | 8 Stratified regression: add an interaction term between smoke and the
indicator I_{weight>200}---250 if you like. |
q**j
发帖数: 10612 | 9 great. Thanks a lot. If somebody has any additional suggestions, please also
let me know.
【在 w*******9 的大作中提到】
: Stratified regression: add an interaction term between smoke and the
: indicator I_{weight>200}---250 if you like.
|
q**j
发帖数: 10612 | 10 请问一个比较脑残的问题。如果我建立这样一个indicator variable。所有体重小于20
0的人，这个变量都是零。这个会不会影响到估计结果呢？我的意思是
life = a + b1 * weight + b2*smoke + b3* I_{weight>200}*smoke里面，第三个变量
很多是零，这个会不会对b3的估计造成什么影响？好了还是谢过，我google看看。
【在 w*******9 的大作中提到】
: Stratified regression: add an interaction term between smoke and the
: indicator I_{weight>200}---250 if you like.
|
|
|
s*******e
发帖数: 1385 | 11 b3实际上改变体重大于200的吸烟人群的slope（b2）。如果非常多的人都是0，b3可能
会不significant。
20
【在 q**j 的大作中提到】
: 请问一个比较脑残的问题。如果我建立这样一个indicator variable。所有体重小于20
: 0的人，这个变量都是零。这个会不会影响到估计结果呢？我的意思是
: life = a + b1 * weight + b2*smoke + b3* I_{weight>200}*smoke里面，第三个变量
: 很多是零，这个会不会对b3的估计造成什么影响？好了还是谢过，我google看看。
|
q**j
发帖数: 10612 | 12 多谢了。这个是我的主要问题。有没有比较理想的Model可以克服这个问题呢？我的
sample一般都是1000-4000左右。一般一半是0，根据你的经验这个是否问题很严重？
【在 s*******e 的大作中提到】
: b3实际上改变体重大于200的吸烟人群的slope（b2）。如果非常多的人都是0，b3可能
: 会不significant。
:
: 20
|
b****w
发帖数: 71 | 13 我有一个Idea，是不是可以把data以这个Indicator var分组呢？这样0的归为一组，非
0的归为一组？ |
m*********n
发帖数: 413 | 14 agree
楼主这是自己引用colinearity
【在 s*******e 的大作中提到】
: b3实际上改变体重大于200的吸烟人群的slope（b2）。如果非常多的人都是0，b3可能
: 会不significant。
:
: 20
|
m*********n
发帖数: 413 | 15 楼主的data如果有death/live的话，寿命还必须是censored。
【在 w*******9 的大作中提到】
: Stratified regression: add an interaction term between smoke and the
: indicator I_{weight>200}---250 if you like.
|
