Um alerta sobre o uso de amostras pequenas na regressão logística

View/ Open
Date
2012Type
Title alternative
A warning about the use os small samples in logistic regression
Abstract in Portuguese (Brasil)
Introdução: A regressão logística está cada dia mais presente nas pesquisas, porém, sabe-se que seus estimadores só possuem boas propriedades se o tamanho de amostra for grande. Entretanto, nem sempre o tamanho amostral utilizado nos estudos é o ideal, sendo às vezes sendo calculados através de regras de bolso. Objetivo: Mostrar o quão inadequadas são estas regras de bolso. Método: Estudo simulado de três cenários. Resultados: Em nossas simulações, encontramos vícios maiores na estimação da raz ...
Introdução: A regressão logística está cada dia mais presente nas pesquisas, porém, sabe-se que seus estimadores só possuem boas propriedades se o tamanho de amostra for grande. Entretanto, nem sempre o tamanho amostral utilizado nos estudos é o ideal, sendo às vezes sendo calculados através de regras de bolso. Objetivo: Mostrar o quão inadequadas são estas regras de bolso. Método: Estudo simulado de três cenários. Resultados: Em nossas simulações, encontramos vícios maiores na estimação da razão de chance do que do respectivo coeficiente do modelo. Conclusões: As regras de bolso amplamente utilizadas não garantem boas propriedades na estimação das razões de chances. ...
Abstract
Background: Logistic regression has been increasingly used in research recently. However, only large samples can provide reliable predictors. Nevertheless, sample sizes are not always appropriate because sometimes they are calculated based on a rule of thumb. Aim: To demonstrate that these rules of thumb are inappropriate. Method: Simulation study using three scenarios. Results: Our simulations demonstrated higher bias in the odds ratio than in the model coefficient. Conclusions: We concluded t ...
Background: Logistic regression has been increasingly used in research recently. However, only large samples can provide reliable predictors. Nevertheless, sample sizes are not always appropriate because sometimes they are calculated based on a rule of thumb. Aim: To demonstrate that these rules of thumb are inappropriate. Method: Simulation study using three scenarios. Results: Our simulations demonstrated higher bias in the odds ratio than in the model coefficient. Conclusions: We concluded that rules of thumb do not guarantee good proprieties for odds ratio estimation. ...
In
Revista HCPA. Porto Alegre. Vol. 32, no. 1 (2012), p. 102-111
Source
National
Collections
-
Journal Articles (43128)Exact and Earth Sciences (6407)
-
Journal Articles (43128)Health Sciences (11682)
This item is licensed under a Creative Commons License
