dans le cadre d'une etude sur l'analyse des causes de la malnutrition nous avons eu recours au test de khi2 pour pour voir la relaltion entre les variables dependants P/T, P/A et T/A et les variable comme age, sexe et d'autre caratéristique de la mère.Est-il suffisant pour tirer des conclusion ou la regression logistique est obligatoire?quelle est la demarche pour faire la regression logistique avec Spss, qu'elles sont les variables à utiliser pour la regression logistique?

Salut!
Je serais intéressée d'en savoir un peu plus sur l'étude que vous faites actuellement, le modèle utilisé, les variables, etc.
Nous travaillons également sur les causes / analyse de la dénutrition, mais en utilisant une méthode mixte, de sorte que je vais laisser d'autres collègues répondre à votre question, mais je serais heureux d'échanger des messages sur le travail que vous faites.
Salatations,
Blanche

Blanche Mattern

Répondu:

7 années il y a

J'ai trouvé une réponse simplifiée qui pourrait vous être utile ici
Http://www.theanalysisfactor.com/chi-square-test-vs-logistic-reguation-is-a-fancier-test-better

Nakai

Répondu:

7 années il y a

Cher Diallo

Suite à votre question, je vous recommande d'utiliser le test chi carré pour décrire vos enfants mal nourris et non-mal nourris. Le chi carré est utilisé pour une variable unique qui comporte des catégories (p. ex. hommes / femmes ou groupes d'âge différents) pour vérifier si les nombres dans chaque catégorie sont différents de ce qui serait attendu à tout hasard. Cela vous donne des informations sur les caractéristiques des enfants mal nourris versus ceux mieux nourris.

La régression logistique est utilisée pour tester les effets de plusieurs variables qui peuvent être liées entre elles et avec le résultat (ce qui s'appelle les variables confusionnelles). Cependant, pour obtenir des résultats corrects, c'est un peu plus compliqué que de savoir comment exécuter la commande. Vous devriez travailler avec un statisticien. Pour une étude pré-planifiée, il serait normal qu'un statisticien soit impliqué dans la conception. Pour l'analyse des données d'enquête existantes, un statisticien pourra interpréter les relations entre les variables, décider d'inclure et voir les limites de la conception.

Il est également important de noter que ces tests vous diront quelles caractéristiques sont associées à la malnutrition, cela ne signifie pas qu'elles en soient la cause.

Jay Berkley
Technical Expert

Répondu:

7 années il y a

Cher Zakarie
Je recommanderais l'utilisation de la logistique de régression car la variable que vous voulez expliquer est la malnutrition. Cette variable est qualitative et binaire (est malnourri / n'est pas malnourri). D'autres variables comme l'âge, le sexe et les caractéristiques sociales de la mère sont des variables explicatives. Je ne sais pas comment cela fonctionne avec SPSS, mais je peux vous aider si vous pouvez utiliser le logiciel R software.
Cordialement,

Guilaine

Répondu:

7 années il y a

Cher Diallo:

Je vais faire écho à la réponse de Jay Berkley. Si vous ne comprenez pas ce qu'est un test statistique spécifique ou comment l'utiliser, vous devrez vous renseigner auprès d'un statisticien. C'est beaucoup plus compliqué que simplement savoir comment écrire les commandes dans un programme informatique de statistiques quelconque que vous pourriez utilisez.

La régression logistique n'est jamais obligatoire. La méthode d'analyse que vous choisissez dépend entièrement de ce que vous souhaitez apprendre de vos données, et cela exige une connaissance approfondie du sujet étudié et des chaînes causales hypothétiques, des variables confusionnelles et de la modification des effets. En outre, la régression logistique peut ne pas être la meilleure technique de modélisation multi-variable pour les données provenant d'enquêtes ou d'études nutritionnelles. Il vous donne des probabilités, et les probabilités surestiment le ratio de risque lorsque l'hypothèse de la maladie rare est compromise. Dans de nombreuses études nutritionnelles, surtout lorsque le résultat est un retard de croissance, cette hypothèse est gravement compromise.

Donc en bref, consultez un expert. Il existe de nombreux pièges et erreurs qui peuvent conduire une personne inexpérimentée à des conclusions erronées.

Bradley A. Woodruff
Technical Expert

Répondu:

7 années il y a
Veuillez vous connecter pour poster une réponse:
Se connecter