REGRESI LOGISTIK
description
Transcript of REGRESI LOGISTIK
REGRESI LOGISTIK
DEWI GAYATRI, M.Kes.
Buatlah model regresi logistik berdasarkan hasil diatas.
Hitunglah OR adjusted dari masing-masing variabel dependen diatas
Estimiasilah OR dari masing-masing variabel dependen
MODEL LOGISTIKRegresi logistik sederhana
Z=α + ß1X1
Regresi logistik berganda
Z = α + ß1X1 + ß2X2 + … + ß1X1
f (z) = 1
1 + e – (α + ß1X1 + ß2X2 + … + ß1X1 )
Diskusikalnlah dalam kelompok
Penggunaan regresi linier dan regresi logistik
Jelaskanlah rumus fungsi logistik
Bagaimanakah bentuk model regresi logistik sederhana dengan berganda
PENGGUNAAN
Apabila variabel outcome binary/dikotomus
Contoh:
0 : bila outcome tak terjadi, misal: tidak sakit
1 : bila outcome terjadi, misal: sakit
Grafik dari f(z)
Bentuk S mencerminkan efek satu atau lebih faktor risiko dalam menyebabkan suatu penyakit
0 ∞∞
Logisticfunction
1/2 1 f (z) = 1 + e –z
Fungsi logistik 1
f (z) =
1 + e –z
Nilai z berkisar antara – ∞ dan +∞
1 1
f (– ∞)= = = 0
1 + e –(∞) 1 + e ∞
1 1
f (+∞)= = = 0
1 + e –(+∞) 1 + e -∞
Model regresi logistik sederhana
Regresi logistik sederhana
Z=α + ß1X1
MIsal:
Y : 1 : PJK (Penyakit Jantung Koroner)
0 : Non OJK
X1: Tingkat katekolamin: 1 : Kat. Tinggi
0 : Kat. Rendah
Bila…..
α= -3,911 ß = katekolamin = 0,652
Maka modelnya adalah
Z= α + ß1X1
PJK = -3,911 + 0,652 katekolamin
Fungsi logistik 1f (z) = 1 + e –z
Bila katekolamin tinggi maka peluang individu untuk mengalami PJK adalah 4% 1PPJK = = 0,037 = 4% 1 + e –(-3,911+0,652.1)
Bila katekolamin rendah maka peluang individu untuk mengalami PJK adalah 2% 1 PPJK = = 0,01962 = 2% 1 + e –(-3,911+0,652.0)
Lanjutan
OR ECG = e ß ECG = e 0,342 = 1,41
OR Umur= e ß umur = e 0,029 = 1,03
OR setiap umur meningkat 10 th=e 10(ß umur) =
e 10(0,029) = 1,34
Estimasi OR: e (ß+z ½.seß)
Kisaran nilai OR 0-~ dimana kurang dari 1 merupakan faktor penghambat/pencegah sedangkan lebih dari 1 merupakan faktor risiko
Misal:Y:1: PJK (Penyakit Jantung Koroner) 0: Non PJK
X1: Tingkat Katekolamin: 1: kat. Tinggi 0: Kat. Rendah
X2: Umur: dinyatakan dalam tahun
X3: ECG: 1: abnormal 0: normal
Persamaan
Z = α + ßkatekolamin + ßumur + ßECG
Misal α = -3,911 ßkatekolamin = 0,652
ßumur = 0,029 ßECG = 0,342
ZPJK = -3,911 + 0,652 Katekolamin + 0,029 umur + 0,342 ECG
Bila diketahui Katekolamin: 1, umur = 40, dan ECG=0
Maka P1(X)= 0,1090=11%Bila diketahui Katekolamin: 0, umur = 40, dan ECG=0
Maka P0(X)= 0,06=6%
InterpretasiIndividu dengan kadar katekolamin tinggi memiliki risiko PJK sebesar 11% sedangkan individu dengan kadar katekolamin rendah memiliki risiko PJK sebesar 6% selama dalam periode follw up (umur 40 tahun dan ECG-nya normal)
Alokasi
RR (Risiko Relatif) untuk desain KohorP1(X)= 0,1090 = 1,8167P0(X)= 0,0600
OR (Odds Ratio)OR katekolamin = e ßkatekolamin = e 0,652 = 1,919 = 1,92
Interpretasi:Risiko orang/individu dengan katekolamin tinggi untuk terjadi PJK sebesar 1,92 kali dibanding individu dengan katekolamin rendah pada umur dan ECG yang sama/setelah dikontrol oleh umur dan ECG
Fungsi Logistik
1
f(z) =
1 + e –(α+ß1X1+ß2X2+…..+ß1X1)
1
F(z) =
1 + e –(- 3,911+0,652 katekolamin + 1,029 umur + 0,342 ECG)
1,92 : kat. Tinggi f. risiko
1 kat. Rendah
1 : kat. Tinggi
f. proteksi = 0,52
1,92 kat. Rendah
Ind. Yang memiliki kat. Rendah mencegah untuk terkena PJK seb. 0,52 x dibandingkan dengan ind. Yang memiliki kat. tinggi
ß katekolamin = 0,652Se ß = 0,487
Estimasi OR 95% CI e (ß+z ½ α.SE)
e (0,652 + 1,96. 0,487)
0,74; 4,98 H0 gagal ditolak
0,74 1,92 4,98