모델에 이진 결과가 있는 경우 일반적인 효과 크기 중 하나는 위험 비율입니다. 다시 말해,위험 비율은 단순히 두 가지 확률의 비율입니다. (위험 비율은 상대 위험이라고도합니다.)
위험 비율은 1 보다 작을 때 해석하기가 약간 까다 롭습니다.
위험 비율이 1 미만인 예측 변수는 종종”보호 요인”으로 표시됩니다(적어도 역학에서는). 이러한 용어에 대한 우리의 일반적인 이해에서 위험이 보호된다는 것은 의미가 없기 때문에 혼란 스러울 수 있습니다.
그렇다면 위험은 어떻게 보호 될 수 있습니까?
음,낮은 위험을 나타냅니다.
예를 들어,결과가 중죄의 유죄 판결(예/아니오)이고 예측 변수 중 이전 범죄 행위(예/아니오)와 고등학교 졸업(예/아니오)이있는 모델을 운영하고 있다고 가정 해 봅시다.
우리는 이전의 범죄 행위에 대한’예’가 중죄의 위험 증가와 관련이 있을 것으로 예상합니다. 마찬가지로,우리는 고등학교 졸업에 대한 예스가 중죄를 저지르는 위험의 감소와 관련이 있다고 기대합니다.
즉,이전의 범죄 행위는 위험 요소가 될 것이며 고등학교 졸업은 보호 요인이 될 것입니다. 그러나 두 요인의 효력은 위험 비율에 측정될 것입니다.
위험 비율은 항상 비교 범주의 확률과 기준 범주의 확률의 비율로 정의됩니다.
위험 비율이 1 보다 크면 비교 범주가 위험 증가를 나타냅니다.
위험 비율이 1 보다 작다는 것은 비교 범주가 보호 적이라는 것을 의미합니다(즉,위험 감소).
우리는 피고 그룹에 대해 다음과 같은 데이터를 가지고 있다고 가정 해 봅시다.:
|
중죄 유죄 판결 |
|||
|
졸업 |
예 |
아니 |
전체 |
|
아니 |
300 |
100 |
400 |
|
예 |
225 |
175 |
400 |
|
전체 |
525 |
275 |
800 |
이 표에서 졸업생 또는 중퇴자가 중죄로 유죄 판결을받을 확률을 계산할 수 있습니다.1958>
피(중죄 유죄 판결|중퇴)=300/400=.75
피(중죄 유죄 판결|졸업생)=225/400=.5625
그리고 이들로부터,우리는 중퇴자에 비해 졸업생의 위험 비율을 계산할 수 있습니다.
아르 자형:졸업생/중퇴=.5625/.75 = .75
당신이 볼 수 있듯이,중죄 유죄 판결의 확률은 졸업생 낮은(.5625)이 드롭 아웃에 대한 것보다(.75). 마찬가지로,중퇴에 비해 졸업생에 대한 중죄 유죄 판결의 위험 비율은 하나 미만(.75).
따라서 한 가지 해석은 졸업은 보호 적이며 유죄 판결의 위험이 낮다는 것입니다.
얼마나 낮은? 의 요인에 의해.75,또는 25%낮은 위험.
이 비교를 뒤집으면 고등학교 중퇴가 위험을 증가시키고 따라서 위험 요소라고 말할 수 있습니다. 우리는 비교를 교환하고 위험 비율을 다시 계산하여이를 수행 할 것입니다.
75/.56 = 1.33
여기서 우리는 중퇴자가 졸업생보다 중죄로 유죄 판결을받을 가능성이 33%더 높다고 결론 지었다.
일부 참조에서는 상대 위험이 항상 1 보다 크도록 데이터를 다시 코딩하도록 조언합니다. 그러나 전달하려는 메시지를 고려하는 것이 중요합니다. 위의 예에서 졸업생이 유죄 판결을받을 가능성이 25%적다는 메시지를 집으로 가져 오는 것이 합리적입니다.
초기 분석 후 위험 비율이 직관에 어긋나면 해석이 의미가 있도록 참조 그룹을 다시 코딩 할 수 있습니다.
