Multinomiale logistische regressie

Een multinomiaal logistisch regressiemodel wordt gebruikt om het effect van voorspellers op een nominale uitkomstmaat te analyseren. De uitkomstmaat bestaat dus uit (meer dan twee) categorieën die geen logische ordening hebben, bijvoorbeeld in een onderzoek naar voorspellers van de gekozen behandeling bij hartpatiënten, waarbij er drie opties zijn: 'PTCA', 'Bypass surgery' of 'Medication only'.

Hebben wij een multinomiaal logistisch regressiemodel nodig?

We hebben een ordinale uitkomstmaat (tumorgraad 1,2 of 3) en een lineaire continue voorspeller (attenuatiecoëfficiënt). Wij zouden graag een model ontwikkelen om op basis van de bekende attenuatiecoëfficiënt te kunnen bepalen in welke categorie of graad deze tumor zal vallen. Onze gedachte was dat we hiervoor een multinomiale logistische regressie moeten doen. Is dat juist en zijn er ook andere mogelijkheden?

Het is inderdaad mogelijk om met een multinomiaal logistisch regressiemodel het mogelijke effect van een continue voorspeller op een ordinale uitkomstmaat te analyseren. Let wel op het volgende: dit model houdt geen rekening met de geordendheid van de categorieën. De tumorgraad 1 2 3 zou dus bij wijze van spreken ook rood groen blauw kunnen heten, zonder duidelijke volgorde. Indien het model graad 2 voorspelt i.p.v. graad 3 is dit "evenveel fout" als het voorspellen van graad 1 i.p.v. graad 3. Om ook met de geordendheid van de categorieën rekening te houden, zou je een ordinale logistische regressie kunnen doen.

Bij beide modellen echter blijven de geschatte parameters altijd wat ver afstaan van de "klinische interpretatie" van het probleem. Jullie zouden daarom ook kunnen overwegen de assen om te draaien en -bijvoorbeeld in een (boxplotachtige) grafiek- de attenuatiecoëfficiënt uit te zetten voor de drie verschillende groepen. Daarbij zou je met een ANOVA / Kruskal Wallis het verschil tussen de drie groepen aan kunnen geven. Deze aanpak draait de relatie in zeker opzicht om, het berekent namelijk het verschil veroorzaakt door de tumorgroep in de uitkomstmaat attenuatiecoëfficiënt. Maar de analysemethode is wel een stuk helderder/bekender. Let op: je loopt met deze aanpak vast als je ook andere voorspellers dan attenuatiecoëfficiënt wilt meenemen in het model.

Waar vind ik multinomiale logistische regressie in SPSS?

Je vindt multinomiale logistische regressie in SPSS onder Analyze -> Regression -> Multinomial Logistic. Zie bijvoorbeeld deze annotated output van de UCLA voor uitleg hoe de output van deze procedure te interpreteren.

Hoe voer ik multinomiale logistische regressie uit in R?

In R kun je voor het uitvoeren van een multinomiale logistische regressie bijvoorbeeld gebruik maken van de functie 'multinom' in de package 'nnet'.

Referenties

Terug naar OVERZICHT voor een overzicht van alle statistische onderwerpen op deze wiki.

Terug naar KEUZE TOETS voor hulp bij het uitzoeken van een geschikte toets of analyse.