Показник схильності часто оцінюється за допомогою моделі логістичної регресії. У цій моделі статус лікування (експозиції) регресує на спостережувані характеристики (коваріати). У припущеному прикладі змінна інсуліну регресує на артеріальний тиск, ІМТ, ліпідний профіль тощо.
Логістичний регресійний аналіз використовується для вивчити асоціацію (категоріальної або безперервної) незалежної змінної(змінних) з однією дихотомічною залежною змінною. Це відрізняється від лінійного регресійного аналізу, в якому залежна змінна є безперервною.
Набір даних після зіставлення оцінки схильності слід аналізувати за допомогою статистичних тестів для парних даних. Цільова популяція для узагальнення може бути обмежена, як статистичний аналіз після зіставлення оцінки схильності включає лише частину початкової досліджуваної сукупності.
5 кроків до відповідності оцінки схильності
- Зберіть дані.
- Оцініть бали схильності.
- Рекорди матчів.
- Оцініть відповідність.
- Оцініть вплив лікування на результат.
Оцінки схильності є гарною альтернативою для контролю дисбалансів, коли є сім або менше подій на спотворювач; однак емпірична потужність може коливатися від 35% до 60%. Логістична регресія є технікою вибору, коли є принаймні вісім подій на спотворювач.
Використовується логістична регресія передбачити категоріальну залежну змінну. Він використовується, коли передбачення є категоричним, наприклад, так чи ні, правда чи хибність, 0 або 1. Наприклад, страхові компанії вирішують, затверджувати чи ні новий поліс на основі історії водія, кредитної історії та інших подібних факторів.