STATISTIK-FORUM.de

[HonorisCausa]

Hallo Forum!

Als Neuling auf dem Gebiet der Statistik brauche ich dringen Eure Hilfe.

Führe im Moment eine Survival-Analyse durch und habe meine Variablen (dichoton und kategorial) bereits mittels Kaplan-Meier (Long-Rang) auf Signifikanz getestet (metrische Variablen konnte ich noch nicht testen, da mir nicht klar ist, welchen Test ich dafür anwenden muss).

Nun möchte ich eine Cox-Regression mit den sigifikanten Variablen durchführen und die noch fehlenden metrischen Variablen prüfen. Ziel dieser Berechnung soll sein, welche Variablen bzw. welche Kombination aus verschiedenen Variablen hat Einfluss auf das Überleben. Dabei ergeben sich aber folgende Fragen:

1. Gibt es einen Test für meine metrische Variablen, den ich vor der Cox-Regression durchführen muss/kann?
2. Kann ich bei der Cox-Regression alle Variablen (also egal ob metrisch, dichoton oder kategorial) in einer Rechnung verwenden? (Habe schon bemerkt, dass sich die Signifikanz der einzelnen Variablen dardurch verändert)

Zum Verständnis habe ich mir bereits das Buch "Regressionsanalysen mit SPSS" zugelegt, aber als Mediziner muss ich zugeben, dass mir die Grundlagen fehlen.

Viele Grüße HC

[PonderStibbons]

1. Gibt es einen Test für meine metrische Variablen, den ich vor der Cox-Regression durchführen muss/kann?

Was meinst Du damit? Was soll da getestet werden?

2. Kann ich bei der Cox-Regression alle Variablen (also egal ob metrisch, dichoton oder kategorial) in einer Rechnung verwenden? (Habe schon bemerkt, dass sich die Signifikanz der einzelnen Variablen dardurch verändert)

Ja, kann man. Der multiple Regressionsansatz verändert dabei zwangsläufig die Einflussgewichte der einzelnen Variablen, sofern diese miteinender korreliert sind (überlappen). Im Extremfall kann der Erklärungswert einer Variablen weitgehend oder vollständig durch andere Variablen "übernommen" werden. Ein anderer möglicher Effekt besteht in einem gesteigerten Erklärungswert einer Variablen. Die Interpretation multipler Regressionsergebnisse ist nicht immer einfach.

Gruß

P.

[HonorisCausa]

Was meinst Du damit? Was soll da getestet werden?

[/quote]

Nun ich will vor der Cox-Regression testen, ob die jeweilige metrische Variable überhaupt Einfluss auf die Sterblichkeit hat.

Ja, kann man. Der multiple Regressionsansatz verändert dabei zwangsläufig die Einflussgewichte der einzelnen Variablen, sofern diese miteinender korreliert sind (überlappen). Im Extremfall kann der Erklärungswert einer Variablen weitgehend oder vollständig durch andere Variablen "übernommen" werden. Ein anderer möglicher Effekt besteht in einem gesteigerten Erklärungswert einer Variablen. Die Interpretation multipler Regressionsergebnisse ist nicht immer einfach.

Was ich dabei leider nicht ganz verstehe ist, wie diese Variablen, die ich bei der Berechnung mit einschließe, miteinander korreliert werden. Testet man zum Beispiel eine kategoriale Variabel kann ich ja bestimmen wer mit wem verglichen wird, aber wie ist es wenn ich jetztz verschiedene Variabel-Typen kombiniere?

[PonderStibbons]

Nun ich will vor der Cox-Regression testen, ob die jeweilige metrische Variable überhaupt Einfluss auf die Sterblichkeit hat.

Dann mach eine Cox-Regression mit der 1 Variablen.

Was ich dabei leider nicht ganz verstehe ist, wie diese Variablen, die ich bei der Berechnung mit einschließe, miteinander korreliert werden. Testet man zum Beispiel eine kategoriale Variable kann ich ja bestimmen wer mit wem verglichen wird, aber wie ist es wenn ich jetztz verschiedene Variablen-Typen kombiniere?

Ich verstehe leider die Frage nicht. Es wird geschaut, ob sich die Sterblichkeitswahrscheinlichkeit verändert in Abhängigkeit von Gruppenzugehörigkeit (kategorialer Prädiktor) oder in Abhängigkeit von der Ausprägung einer intervallskalierten Variable. Das kann man für die Variablen getrennt machen oder in ein und derselben Gleichung, wobei berücksichtigt wird, ob die Prädiktoren überlappen.

Gruß

P.