Dlaczego ktoś używałby kwadratowego wieku jako współzmiennej w badaniu asocjacji genetycznej?
11
Dlaczego ktoś stosuje wiek i kwadrat do wieku jako zmienne towarzyszące w badaniu asocjacji genetycznej? Rozumiem użycie wieku, jeśli zostało ono zidentyfikowane jako znacząca zmienna towarzysząca, ale nie mam pojęcia, jak wykorzystać wiek kwadratowy.
Czy szukasz odpowiedzi na konkretną domenę, czy ogólnej odpowiedzi na pytanie, dlaczego tego rodzaju czynności są wykonywane w modelu liniowym? Uważam, że nie w dziedzinie, w badaniach typu przeżycia powszechny jest wiek i kwadrat wieku, aby modelować względnie liniowy wskaźnik niepowodzeń w pierwszych latach życia pacjenta, a następnie gwałtownie rosnący wskaźnik niepowodzeń, gdy pacjent osiąga „starość” . Czy miałoby to zastosowanie w badaniu asocjacji genetycznej, gdyby jakaś cecha była związana ze starością?
Dziękuję za odpowiedzi! Przykładem mogą być populacyjne badania genów kandydujących z gęstością mineralną kości, cechą ilościową, która jest czynnikiem ryzyka osteoporozy i tak, jest to cecha związana ze starzeniem się.
Przybliżenia szeregów Taylora mówią nam, że prawie każda funkcja gładka może być aproksymowana wielomianem, więc uwzględnienie terminów takich jak lub (gdzie x to wiek w twoim przykładzie) pozwala oszacować współczynniki przybliżenia dla znanego lub nieznana funkcja nieliniowa lub wiek w twoim przypadku. Testowanie tych współczynników jest również prostym sposobem sprawdzenia, czy relacja jest względnie liniowa lub czy warunki nieliniowe dają lepsze dopasowanie.x 3 xx2x3x
W zależności od ostatecznego celu analizy można zachować warunki nieliniowe do przewidywania lub można zastosować wykresy przewidywania w celu zasugerowania rzeczywistej zależności funkcjonalnej. Istnieją inne narzędzia, takie jak splajny sześcienne, których można używać zamiast terminów wielomianowych do osiągnięcia podobnych celów, ale dodanie kwadratu jest szybkim i łatwym sposobem na zrobienie tego.
Upraszczając: dodanie kwadratu zmiennej pozwala dokładniej modelować wpływ wieku, który może mieć nieliniowy związek ze zmienną niezależną. Na przykład wpływ wieku może być pozytywny do, powiedzmy, wieku 50 lat, a następnie negatywny.
Dodanie wieku do kwadratu pozwala na modelowanie efektu w różnym wieku, zamiast zakładać, że efekt jest liniowy dla wszystkich grup wiekowych.
Zobacz mój post na blogu, w którym znajduje się prosty przewodnik krok po kroku oraz sposób interpretacji zmiennej wiek i kwadrat do wieku.
Możliwe, że dokonano transformacji w celu spełnienia założeń modelu. Być może zostało to również zrobione z powodu obecności jakiegoś kwadratowego związku.
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.