Újdonság a StataNow 19.5-ben: teljesítményelemzés logisztikus regresszióhoz
A 2025. május 21-i frissítéssel örömmel mutatjuk be a StataNow 19.5 első kiemelkedő újdonságát: a logisztikus regresszióhoz készült teljesítményelemzést. Ez a nagy teljesítményű funkció segíti a kutatókat abban, hogy megalapozott döntéseket hozzanak a vizsgálatok tervezéséről és a mintanagyságról – felesleges idő- vagy erőforráspazarlás nélkül.
Mi az újdonság?
Akár marketingkonverziós arányokat (vásárolt vs. nem vásárolt), egészségügyi felépülési arányokat (felépült vs. nem felépült), akár digitális felhasználói viselkedést (feliratkozott vs. nem iratkozott fel) elemzünk, az új power logistic parancs segít meghatározni az optimális mintanagyságot logisztikus regressziós modellekhez.
Ez a parancs lehetővé teszi:
-
A mintanagyság, a teljesítmény (power) vagy a hatásméret kiszámítását egy adott regressziós együttható vizsgálatához.
-
Több paraméterérték megadását, és az eredmények táblázatos és grafikus megjelenítését.
Például, ha a kimeneti változó Y bináris, és két bináris kovariánst (X – a vizsgált változó, és Z – zavaró változó) tartalmaz, akkor az alábbi paranccsal számíthatjuk ki a szükséges mintanagyságot 80%-os teljesítményhez és 5%-os szignifikanciaszinthez:
És ez még nem minden: a parancs akár 20 zavaró kovariánst is képes kezelni, 11 különböző eloszlásból származó adatokkal.
Mi teszi ezt a funkciót különlegessé?
A power logistic által alkalmazott módszert az egyik legpontosabbnak tartják a piacon, és a Stata azon kevés statisztikai programcsomag egyike, amely ezt kínálja. Emellett megmarad a Stata jól ismert felhasználóbarát és rugalmas szintaxisa – így még az összetettebb modellek is könnyen kezelhetők.
Kik számára hasznos?
Ez az új funkció elsősorban azoknak szól, akik rendszeresen végeznek logisztikus regressziós elemzéseket – különösen az orvostudomány, járványtan, közegészségügy és ökológia területén dolgozóknak. Számukra a pontos, mégis könnyen használható teljesítményelemzés hatékony támogatást nyújt tanulmányok tervezésében és bonyolult összefüggések vizsgálatában. De más tudományágakban is hasznos lehet, ahol bináris kimeneti változókkal dolgoznak.
További információ a funkcióról: stata.com/statanow/power-analysis-logistic-regression/