Oddskvot Beräkning och tolkning

Sannolikhet och statistik > Sannolikhet > Oddsförhållande

Vad är oddskvoten?

Ett oddskvot (OR) är ett mått på sambandet mellan en viss egenskap A och en andra egenskap B i en population. Specifikt berättar det hur närvaron eller frånvaron av egenskap A påverkar närvaron eller frånvaron av egendom B. OR används också för att räkna ut om en viss exponering (som att äta bearbetat kött) är en riskfaktor för en viss resultat (såsom koloncancer) och att jämföra de olika riskfaktorerna för det resultatet. Du kan använda ELLER för att ta reda på hur mycket alkohol som leder till leversjukdom. Eller kanske du vill ta reda på om mobiltelefonanvändning har någon länk till hjärncancer. Så länge du har två egenskaper som du tror är länkade kan du beräkna oddsen.

Hur man beräknar oddskvoten

Du har två val för formeln:
( a / c) / (b / d)
eller, motsvarande:
(a * d) / (b * c)

Allmänna steg:
Steg 1: Beräkna oddsen att en medlem av befolkningen har egenskapen ”A”. Antag att personen redan har ”B.”. Steg 2: Beräkna oddsen att en medlem av befolkningen har egenskapen ”A”. Antag att personen inte har ”B . ”
Steg 3: Dela steg 1 för steg 2 för att få oddskvoten (ELLER).

Oddsexempel

Bild: Michigan.gov

Bilden ovan visar två exponeringsnivåer för glass: de som åt den och de som inte gjorde det. 2 × 2-tabellen visar också två resultatnivåer: människor som var sjuka (”fall”) och personer som inte var (”kontroller”). Oddsförhållandet beräknas enligt följande:

Det resulterande oddsförhållandet på .55 betyder att sjuka människor var ungefär hälften så benägna att äta glass också.

Odds Ratio Tolkning; Vad betyder resultaten?

• Ett oddsförhållande på exakt 1 betyder att exponering för egendom A inte påverkar oddsen för egendom B.
• Ett oddsförhållande på mer än 1 betyder att det finns högre odds för egendom B som händer med exponering för egenskap A.
• Ett oddskvot är mindre än 1 är associerat med lägre odds.

Men , det är inte så enkelt som det. Man kan tänka sig oddskvoten som att vara lite alltför förenklad för att beskriva verkliga situationer. Om du till exempel har en positiv ELLER betyder det inte att du har ett statistiskt signifikant resultat. För att räkna ut det måste du överväga konfidensintervallet och p-värdena (om du vet det). Den andra frågan är att även om du bestämmer att dina resultat är statistiskt signifikanta, kan den betydelsen kanske inte gälla alla befolkningsmedlemmar – det finns nästan alltid en mängd faktorer som är förknippade med risk. Till exempel påpekar den här artikeln att medan depression totalt sett är starkt kopplad till självmord, ”… i ett visst urval, med en viss storlek och sammansättning, och i närvaro av andra variabler, kanske föreningen inte är signifikant.” p>

Befolkningsgenomsnitt jämfört med ämnesspecifika oddskvoter

Populära genomsnittliga modeller jämför marginalfördelningar och ger en översikt över effekten på en hel population. Marginalerna i en beredskapstabell innehåller totalsummorna, så det meningsfullt att de används för att beräkna marginaloddsförhållandet för en hel population. Å andra sidan tittar ämnesspecifika modeller på gemensamma fördelningar: specifika förhållanden eller upplevelser inom modellen. Gemensamma fördelningar används för att beräkna villkorliga odds .

Marginal Odds Ratio Exempel (för befolkning Genomsnittliga modeller)
Michael Radelet studerade dödsdomdata från Florida 1976-77. * Beräkning sent marginaloddsförhållandet för svarandens lopp och huruvida det gjorde en annan om de fick dödsstraff:

Lösning:

1. Summa (marginalisera) värdena i tabellen. Vi är bara intresserade av den tilltalades ras och huruvida de fick dödsstraff eller inte. Därför kan vi marginalisera (summera) värden för offrets ras. Detta skapar en ny 2 × 2-tabell:
   
2. Använd informationen i marginaltabellen för att hitta OR (med OR-formeln ovanifrån):
   ELLER = (a / c) / (b / d) = (19/17) / (141/149) = 1,12 / 0,95 = 1,18.
   Oddsen är 1,18 gånger högre än en vit tilltalad får dödsstraff jämfört med en svart tilltalad.

* Om du är intresserad av hans resultat drog han slutsatsen att det inte finns några tydliga bevis som stöder hypotesen att svarandens ras är starkt förknippad med införandet av dödsstraff.

Ämnesspecifika modeller beräknar oddskvoten med samma formel som alla exemplen ovan.Den enda skillnaden är att istället för att summera alla variabler tillsammans håller du en variabel konstant (dvs. du använder gemensamma fördelningar).

Nästa: Justerad oddskvot

Agresti A. (1990) Kategorisk dataanalys. John Wiley and Sons, New York.
Radelet, M. L. Rasegenskaper och införandet av dödsstraffet. American Sociological Review, v46 n6 p918-27 dec 1981
Levine, D. (2014). Även du kan lära dig statistik och analys: En lättförståelig guide till statistik och Analytics tredje upplagan. Pearson FT Press

———————————- ——————————————–

Behöver du hjälp med en läxa eller testfråga? Med Chegg Study kan du få steg-för-steg-lösningar på dina frågor från en expert inom området. Dina första 30 minuter med en Chegg-handledare är gratis!