Vključili smo naslednje knižnice v začetku datoteke v “r setup”, ker jih lahko uporabljamo globalno, brez potrebe po vsakokratnem klicu pri izvajanju dela kode:
nortest: Za teste normalnosti, ki so ključni pri
preverjanju predpostavk za parametrične teste.tidyverse: Zbirka paketov za učinkovito manipulacijo in
vizualizacijo podatkov, vključno z ggplot2 za grafično
predstavitev in dplyr za manipulacijo podatkov.tidyr: Za preoblikovanje podatkov v urejeno obliko, ki
omogoča lažjo analizo.dplyr: Za enostavno in intuitivno manipulacijo
podatkov.car: Za izvedbo regresijske analize in diagnostičnih
testov.MASS: Za izvedbo različnih statističnih metod, vključno
z ordinalno logistično regresijo.Za to vprašanje sem se odločil, saj sem našel primerne podatke za svojo nalogo. Vključuje analizo povezanosti med dvema kategorialnima spremenljivkama (kajenje in diabetes), kar nam omogoča preverjanje domnev o morebitni povezanosti med obema stanjema.
Podatki so vzeti iz javno dostopne zbirke podatkov Kaggle in se nanašajo na zdravstvene indikatorje in diabetes.
Vir podatkov: https://www.kaggle.com/datasets/alexteboul/diabetes-health-indicators-dataset/data
Kontekst: Diabetes Health Indicators Dataset zajema podatke iz telefonske ankete Behavioral Risk Factor Surveillance System (BRFSS), ki jo letno izvaja CDC. Anketa zbira odgovore več kot 400.000 Američanov o zdravstvenih tveganjih, kroničnih zdravstvenih stanjih in uporabi preventivnih storitev. Ta nabor podatkov ponuja dragocen vpogled v dejavnike, ki so povezani z diabetesom, in se lahko uporablja za analizo in razumevanje različnih vidikov zdravja in preprečevanja bolezni.
Opis podatkov:
Uvozimo podatke in prikažemo vrednosti, za lažje razumevanje. Uporabili smo podatke iz prej omenjene spletne strani, kjer smo si prenesli datoteko v .csv obliki, ter nato uporabili funkcijo “read.csv” in zapisali podatke v objekt “data”. Za prikaz podatkov v objektu “data”, smo uporabili funkcijo “summary”.
# Preberemo csv in ga zapišemo v objekt "data"
data <- read.csv("C:/Users/JBVIDIC/Downloads/diabetes_012_health_indicators_BRFSS2015.csv", header = TRUE, sep = ",", dec = ".")
# Izpis opisne statistike
summary(data)
## Diabetes_012 HighBP HighChol CholCheck
## Min. :0.0000 Min. :0.000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.000 1st Qu.:0.0000 1st Qu.:1.0000
## Median :0.0000 Median :0.000 Median :0.0000 Median :1.0000
## Mean :0.2969 Mean :0.429 Mean :0.4241 Mean :0.9627
## 3rd Qu.:0.0000 3rd Qu.:1.000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :2.0000 Max. :1.000 Max. :1.0000 Max. :1.0000
## BMI Smoker Stroke HeartDiseaseorAttack
## Min. :12.00 Min. :0.0000 Min. :0.00000 Min. :0.00000
## 1st Qu.:24.00 1st Qu.:0.0000 1st Qu.:0.00000 1st Qu.:0.00000
## Median :27.00 Median :0.0000 Median :0.00000 Median :0.00000
## Mean :28.38 Mean :0.4432 Mean :0.04057 Mean :0.09419
## 3rd Qu.:31.00 3rd Qu.:1.0000 3rd Qu.:0.00000 3rd Qu.:0.00000
## Max. :98.00 Max. :1.0000 Max. :1.00000 Max. :1.00000
## PhysActivity Fruits Veggies HvyAlcoholConsump
## Min. :0.0000 Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:1.0000 1st Qu.:0.0000 1st Qu.:1.0000 1st Qu.:0.0000
## Median :1.0000 Median :1.0000 Median :1.0000 Median :0.0000
## Mean :0.7565 Mean :0.6343 Mean :0.8114 Mean :0.0562
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:0.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000 Max. :1.0000
## AnyHealthcare NoDocbcCost GenHlth MentHlth
## Min. :0.0000 Min. :0.00000 Min. :1.000 Min. : 0.000
## 1st Qu.:1.0000 1st Qu.:0.00000 1st Qu.:2.000 1st Qu.: 0.000
## Median :1.0000 Median :0.00000 Median :2.000 Median : 0.000
## Mean :0.9511 Mean :0.08418 Mean :2.511 Mean : 3.185
## 3rd Qu.:1.0000 3rd Qu.:0.00000 3rd Qu.:3.000 3rd Qu.: 2.000
## Max. :1.0000 Max. :1.00000 Max. :5.000 Max. :30.000
## PhysHlth DiffWalk Sex Age
## Min. : 0.000 Min. :0.0000 Min. :0.0000 Min. : 1.000
## 1st Qu.: 0.000 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.: 6.000
## Median : 0.000 Median :0.0000 Median :0.0000 Median : 8.000
## Mean : 4.242 Mean :0.1682 Mean :0.4403 Mean : 8.032
## 3rd Qu.: 3.000 3rd Qu.:0.0000 3rd Qu.:1.0000 3rd Qu.:10.000
## Max. :30.000 Max. :1.0000 Max. :1.0000 Max. :13.000
## Education Income
## Min. :1.00 Min. :1.000
## 1st Qu.:4.00 1st Qu.:5.000
## Median :5.00 Median :7.000
## Mean :5.05 Mean :6.054
## 3rd Qu.:6.00 3rd Qu.:8.000
## Max. :6.00 Max. :8.000
Preden začnemo s statističnimi testi, moramo najprej pripraviti podatke. To vključuje izolacijo relevantnih spremenljivk (v tem primeru Diabetes_012 in Smoker) in preverjanje, ali so podatki primerni za nadaljnjo analizo.
# Izoliranje relevantnih spremenljivk
relevant_data <- data[, c("Diabetes_012", "Smoker")]
# Preverjanje, ali so vrednosti ustrezne
table(relevant_data$Diabetes_012)
##
## 0 1 2
## 213703 4631 35346
table(relevant_data$Smoker)
##
## 0 1
## 141257 112423
# Odstranitev morebitnih manjkajočih vrednosti
relevant_data <- na.omit(relevant_data)
# Ponovno preverjanje tabel po čiščenju podatkov
table(relevant_data$Diabetes_012)
##
## 0 1 2
## 213703 4631 35346
table(relevant_data$Smoker)
##
## 0 1
## 141257 112423
Rezultati kažejo, da imamo v naboru podatkov velik vzorec ljudi, ki nimajo diabetesa (0), manjši vzorec s prediabetesom (1) in diabetesom tipa 2 (2), kot tudi razdelitev med kadilci (1) in nekadilci (0). Ker ni manjkajočih vrednosti, so podatki primerni za nadaljnjo analizo in sicer z izvedbo statističnih testov.
Ker imamo kategorične spremenljivke, bomo za analizo povezave med kajenjem in pojavnostjo diabetesa uporabili Chi-kvadrat test.
Chi-kvadrat test je uporaben za preverjanje, ali obstajajo statistično pomembne razlike v frekvencah ali proporcijah med skupinami. V tem primeru bomo preverili, ali je razporeditev diabetesa različna med kadilci in nekadilci.
# Izvedba Chi-kvadrat testa
chi_test <- chisq.test(table(relevant_data$Diabetes_012, relevant_data$Smoker))
# Izpis rezultatov testa
chi_test
##
## Pearson's Chi-squared test
##
## data: table(relevant_data$Diabetes_012, relevant_data$Smoker)
## X-squared = 1010.5, df = 2, p-value < 2.2e-16
Rezultati Chi-kvadrat testa kažejo, da obstaja statistično pomembna povezava med kajenjem in pojavnostjo diabetesa. To je razvidno iz izjemno nizke p-vrednosti (manjše od 2.2e-16), kar pomeni, da lahko z visoko stopnjo zaupanja zavrnemo ničelno hipotezo, ki predvideva, da med kajenjem in diabetesom ni povezave.
Interpretirajmo rezultate, za lažje razumevanje:
To lahko tudi grafično predstavimo s funkcijo “ggplot”, ki nam bo izdelala stolpični graf za prikaz razdelitve diabetesa med kadilci in nekadilci.
# Pretvorba podatkov za boljšo vizualizacijo
relevant_data$Diabetes_012 <- factor(relevant_data$Diabetes_012,
levels = c(0, 1, 2),
labels = c("No Diabetes", "Prediabetes", "Diabetes"))
relevant_data$Smoker <- factor(relevant_data$Smoker,
levels = c(0, 1),
labels = c("Non-Smoker", "Smoker"))
# Izdelava stolpičnega grafa
ggplot(relevant_data, aes(x = Smoker, fill = Diabetes_012)) +
geom_bar(position = "fill") +
labs(title = "Razdelitev Diabetesa Med Kadilci in Nekadilci",
x = "Kadilski Status",
y = "Delež") +
scale_fill_brewer(palette = "Set1") +
theme_minimal()
Ta graf prikazuje delež posameznikov z različnimi statusi diabetesa (brez diabetesa, prediabetes, diabetes) znotraj skupin kadilcev in nekadilcev. “Position = fill” v geom_bar() funkciji zagotavlja, da so stolpci normalizirani, kar omogoča lažje primerjave med skupinami glede na njihovo velikost.
Vidimo lahko, da je delež posameznikov z diabetesom v skupini kadilcev večji v primerjavi z nekadilci, kar je obarvano zeleno. Delež posameznikov s prediabetesom je obarvan modro in se zdi, da je prisoten v obeh skupinah, medtem ko večina v obeh skupinah nima diabetesa, kar je obarvano rdeče.
Zaključek: Na podlagi rezultatov Chi-kvadrat testa lahko sklepamo, da je kajenje povezano s pojavnostjo diabetesa. To pomeni, da je verjetnost, da bodo kadilci imeli diabetes (bodisi prediabetes ali potrjeni diabetes), drugačna v primerjavi z nekadilci.
Za drugo raziskovalno vprašanje bomo z uporabo regresijske analoze raziskali, kako različni življenjski slogi in zdravstveni dejavniki vplivajo na splošno zdravstveno stanje (GenHlth), ki je že kategorična spremenljivka v podatkovni zbirki. To vprašanje je primerno za logistično regresijo, saj je odvisna spremenljivka kategorična. Glede na to, da imamo opraviti s petimi kategorijami v spremenljivki GenHlth, bi lahko uporabili multinominalno logistično regresijo.
V okviru tega vprašanja bomo kot pojasnjevalne spremenljivke vključili:
Najprej izberemo relevantne podatke oziroma spremenljivke in jih pripravimo za analizo, nato pa bomo preverili razporeditev in morebitne manjkajoče vrednosti.
# Izbor relevantnih spremenljivk za analizo
# Iz podatkovne zbirke "data" izberemo samo tiste stolpce, ki so relevantni za našo analizo.
regresijski_podatki <- data[, c("GenHlth", "BMI", "Smoker", "PhysActivity", "Fruits", "Veggies", "HvyAlcoholConsump", "Stroke", "HeartDiseaseorAttack")]
# Pretvorba izbranih spremenljivk v faktorje, če je to potrebno
# Splošno zdravstveno stanje ("GenHlth") pretvorimo v urejeni faktor, ker je to ocena zdravja po vrstnem redu (od 1 do 5).
regresijski_podatki$GenHlth <- factor(regresijski_podatki$GenHlth, levels = c(1, 2, 3, 4, 5), ordered = TRUE)
# Kajenje, telesna aktivnost, uživanje sadja, zelenjave, prekomerno uživanje alkohola, pretekle možganske kapi in srčni napadi ali bolezni srca
# so binarne spremenljivke (0 ali 1), zato jih pretvorimo v faktorje, da jih lahko pravilno uporabimo v modelu logistične regresije.
regresijski_podatki$Smoker <- factor(regresijski_podatki$Smoker)
regresijski_podatki$PhysActivity <- factor(regresijski_podatki$PhysActivity)
regresijski_podatki$Fruits <- factor(regresijski_podatki$Fruits)
regresijski_podatki$Veggies <- factor(regresijski_podatki$Veggies)
regresijski_podatki$HvyAlcoholConsump <- factor(regresijski_podatki$HvyAlcoholConsump)
regresijski_podatki$Stroke <- factor(regresijski_podatki$Stroke)
regresijski_podatki$HeartDiseaseorAttack <- factor(regresijski_podatki$HeartDiseaseorAttack)
# Preverjanje manjkajočih vrednosti za vse izbrane spremenljivke
# Uporabimo funkcijo "sapply", da za vsako spremenljivko v "regresijski_podatki" izračunamo število manjkajočih vrednosti.
# Funkcija "is.na(x)" preveri, ali so vrednosti NA (manjkajoče), in funkcija "sum()" sešteje vse TRUE vrednosti (ki predstavljajo NA).
sapply(regresijski_podatki, function(x) sum(is.na(x)))
## GenHlth BMI Smoker
## 0 0 0
## PhysActivity Fruits Veggies
## 0 0 0
## HvyAlcoholConsump Stroke HeartDiseaseorAttack
## 0 0 0
Rezultati kažejo, da v izbranih spremenljivkah ni manjkajočih vrednosti (NA), kar pomeni, da so podatki popolni in pripravljeni za nadaljnjo analizo.
Preverimo multikolinearnost med neodvisnimi spremenljivkami in drugimi potrebnimi predpostavkami za izvedbo regresijske analize.
Multikolinearnost pomeni, da so neodvisne spremenljivke v modelu med seboj korelirane, kar lahko vpliva na zanesljivost ocen regresijskih koeficientov. Za odkrivanje multikolinearnosti bomo izračunali faktorje inflacije variance (VIF), ki nam dajejo idejo o tem, koliko variabilnosti ene neodvisne spremenljivke lahko pojasnimo z drugimi neodvisnimi spremenljivkami v modelu. Če je VIF visok (običajno vrednost nad 10 se šteje za problematično), to kaže na možno multikolinearnost.
# Izberemo relevantne spremenljivke iz podatkovne zbirke
regresijski_podatki2 <- data[, c("GenHlth", "BMI", "Smoker", "PhysActivity", "Fruits", "Veggies", "HvyAlcoholConsump", "Stroke", "HeartDiseaseorAttack")]
# Pretvorimo faktorske spremenljivke v dummy spremenljivke
# "model.matrix" je funkcija, ki ustvari matriko z "dummy" spremenljivkami (tudi znane kot indikatorske spremenljivke) za kategorične spremenljivke. To je koristno za regresijske modele, kjer je treba kategorične spremenljivke pretvoriti v binarne oblike.
dummy_vars <- model.matrix(~ Smoker + PhysActivity + Fruits + Veggies + HvyAlcoholConsump + Stroke + HeartDiseaseorAttack - 1, data = regresijski_podatki2)
# Združimo dummy spremenljivke z numeričnimi spremenljivkami in ciljno spremenljivko v data.frame
# Ta vrstica združi numerično spremenljivko BMI, ciljno spremenljivko GenHlth in prej ustvarjene dummy spremenljivke v en "data.frame" imenovan "model_data". To je korak priprave podatkov za modeliranje.
model_data <- data.frame(GenHlth = regresijski_podatki2$GenHlth, BMI = regresijski_podatki2$BMI, dummy_vars)
# Ustvarimo linearni model z uporabo dummy in numeričnih spremenljivk
# "lm()" je funkcija, ki ustvari linearni model. GenHlth ~ . pomeni, da je GenHlth odvisna spremenljivka in da model vključuje vse ostale spremenljivke v model_data kot neodvisne spremenljivke.
model_lm <- lm(GenHlth ~ ., data = model_data)
# Izračunamo faktorje inflacije variance (VIF) za preverjanje multikolinearnosti
vif(model_lm)
## BMI Smoker PhysActivity
## 1.031611 1.036634 1.068270
## Fruits Veggies HvyAlcoholConsump
## 1.092117 1.088226 1.016797
## Stroke HeartDiseaseorAttack
## 1.048119 1.062441
Rezultati izračuna faktorjev inflacije variance (VIF) kažejo, da med izbranimi neodvisnimi spremenljivkami ni močne multikolinearnosti. Vrednosti VIF so vse pod pragom 10, kar običajno velja za prag za zaskrbljenost glede multikolinearnosti. To pomeni, da nobena od neodvisnih spremenljivk ne pojasnjuje znatnega deleža variabilnosti drugih neodvisnih spremenljivk v modelu.
Tukaj je povzetek teh rezultatov:
Naslednji korak je ustvariti in analizirati logistični regresijski model. V tem modelu bomo kot odvisno spremenljivko uporabili “GenHlth” in kot neodvisne spremenljivke vse zgoraj navedene faktorje. Vendar pa je pomembno opozoriti, da “GenHlth” ni binarna spremenljivka, ampak urejena kategorialna spremenljivka. Zaradi tega bi bilo bolje uporabiti urejeno logistično regresijo (ordinalno logistično regresijo), ki je primerna za urejene kategorialne odvisne spremenljivke.
# Pretvorba GenHlth v neurejen faktor
regresijski_podatki2$GenHlth <- factor(regresijski_podatki2$GenHlth)
# Izvedba ordinalne logistične regresije
# Uporabljamo funkcijo polr (proportional odds logistic regression) iz knjižnice MASS
ordinal_model <- MASS::polr(GenHlth ~ BMI + Smoker + PhysActivity + Fruits + Veggies + HvyAlcoholConsump + Stroke + HeartDiseaseorAttack, data = regresijski_podatki2, Hess = TRUE)
# Povzetek modela
summary(ordinal_model)
## Call:
## MASS::polr(formula = GenHlth ~ BMI + Smoker + PhysActivity +
## Fruits + Veggies + HvyAlcoholConsump + Stroke + HeartDiseaseorAttack,
## data = regresijski_podatki2, Hess = TRUE)
##
## Coefficients:
## Value Std. Error t value
## BMI 0.06328 0.0005956 106.25
## Smoker 0.45354 0.0074799 60.64
## PhysActivity -0.86059 0.0089485 -96.17
## Fruits -0.14327 0.0078681 -18.21
## Veggies -0.29891 0.0097108 -30.78
## HvyAlcoholConsump -0.23383 0.0158177 -14.78
## Stroke 1.13927 0.0192583 59.16
## HeartDiseaseorAttack 1.30449 0.0131331 99.33
##
## Intercepts:
## Value Std. Error t value
## 1|2 -0.5771 0.0214 -27.0011
## 2|3 1.2652 0.0215 58.9153
## 3|4 2.9705 0.0222 133.8188
## 4|5 4.5806 0.0239 191.4050
##
## Residual Deviance: 677166.98
## AIC: 677190.98
Ta koda najprej pretvori “GenHlth” v faktor, nato izvede ordinalno logistično regresijo z uporabo funkcije “polr()” in povzame rezultate modela. Prosimo, poženite popravljeno kodo in delite rezultate. Ti rezultati nam bodo dali vpogled v povezave med splošnim zdravstvenim stanjem in različnimi vedenjskimi ter zdravstvenimi dejavniki.
Rezultati ordinalne logistične regresije kažejo na naslednje:
Koeficienti: Vsak koeficient v modelu predstavlja log-razmerje možnosti za enoto spremembe v neodvisni spremenljivki, ob upoštevanju ostalih spremenljivk v modelu.
Presečišča (Intercepts): Ta vrednosti določajo log-razmerje možnosti, da bo odgovor v določeni kategoriji ali višji, za osnovni profil (vse neodvisne spremenljivke enake 0).
Residual Deviance in AIC (Akaikeov informacijski kriterij): Ti statistiki merita ustreznost modela. Nižja vrednost pomeni boljše prileganje modela.
Rezultati kažejo, da imajo različni vedenjski in zdravstveni dejavniki statistično pomemben vpliv na splošno zdravstveno stanje. Na primer, višji BMI, kajenje in pretekle zdravstvene težave so povezane s slabšim zdravstvenim stanjem, medtem ko telesna aktivnost, uživanje sadja in zelenjave ter manjše uživanje alkohola izboljšujejo zdravstveno stanje.
To si lahko tudi grafično prikažemo, in sicer: Za vizualizacijo vpliva posameznih spremenljivk na splošno zdravstveno stanje lahko uporabimo graf, ki prikazuje napovedane verjetnosti za vsako kategorijo splošnega zdravja glede na eno izbrano spremenljivko. Za ta namen bomo izbrali “BMI” kot spremenljivko za vizualizacijo, saj je to ključen dejavnik, ki vpliva na zdravje. Uporabili bomo funkcijo “predict()” za izračun napovedanih verjetnosti in nato te verjetnosti narisali.
# Izračun napovedanih verjetnosti za vsako kategorijo splošnega zdravja
# "predict()" funkcija se uporablja za izračun napovedanih verjetnosti odgovorov na vsako raven splošnega zdravja na podlagi našega ordinalnega logističnega regresijskega modela ("ordinal_model"). Argument newdata = "regresijski_podatki2" pove, da želimo izračunati verjetnosti za podatkovni nabor, ki ga imamo, in argument type = "probs" pove, da želimo verjetnosti, ne logit vrednosti.
predicted_probs <- predict(ordinal_model, newdata = regresijski_podatki2, type = "probs")
# Ustvarjanje okvirja podatkov za grafikon
# "cbind()" funkcija združi dva nabora podatkov, v tem primeru naše originalne podatke ("regresijski_podatki2") in napovedane verjetnosti "(as.data.frame(predicted_probs)"), da ustvarimi nov podatkovni okvir ("plot_data"), ki ga bomo uporabili za vizualizacijo.
plot_data <- cbind(regresijski_podatki2, as.data.frame(predicted_probs))
# Izdelava grafikona z ggplot, prikazujemo samo prvo kategorijo splošnega zdravja za primer
# "ggplot()" funkcija iz paketa ggplot se uporablja za izdelavo grafikona. Estetske mape aes(x = BMI, y = \1`)` določajo, kaj bodo x in y osi, kjer je 'BMI' neodvisna spremenljivka na x osi in napovedane verjetnosti za kategorijo '1' splošnega zdravja na y osi.
# Dodajanje linije: "geom_line()" funkcija doda linijo na grafikon, ki povezuje točke glede na vrednosti, določene v estetskih mapah "aes()". To prikaže trend ali vzorec v podatkih.
# Dodajanje oznak: "labs()" funkcija doda naslov in oznake osi na grafikon, kar pomaga razložiti, kaj grafikon prikazuje.
# Uporaba teme: "theme_minimal()" funkcija uporabi minimalistično temo na grafikonu, ki ima preprost in čist videz, brez nepotrebnih vizualnih elementov.
ggplot(plot_data, aes(x = BMI, y = `1`)) +
geom_line() +
labs(title = "Napovedane verjetnosti za kategorijo splošnega zdravja '1' glede na BMI",
x = "BMI",
y = "Napovedana verjetnost za kategorijo '1'") +
theme_minimal()
Na grafu, ki smo ga ustvarili, lahko vidimo, kako se napovedane verjetnosti za kategorijo ‘1’ splošnega zdravja spreminjajo glede na BMI. Linija predstavlja napovedane verjetnosti iz ordinalnega logističnega regresijskega modela. Videti je, da se verjetnost za kategorijo ‘1’ znižuje z naraščanjem BMI, kar nakazuje, da višji BMI povečuje verjetnost slabšega splošnega zdravstvenega stanja.
Vizualno je graf precej intenziven zaradi velikega števila točk, ki predstavljajo posamezne odgovore. Točke so povezane z linijami, ki sledijo trendu verjetnosti kategorije ‘1’ glede na BMI. Opazimo lahko, da je verjetnost visoka pri nižjem BMI in se postopoma zmanjšuje, ko se vrednosti BMI povečujejo.
Za odgovor na raziskovalno vprašanje “Kako življenjski slog in zdravstveni dejavniki vplivajo na splošno zdravstveno stanje posameznikov?” smo uporabili ordinalno logistično regresijo, ki je modelirala odnos med več spremenljivkami, povezanimi z življenjskim slogom in zdravjem (BMI, kajenje, telesna aktivnost, uživanje sadja in zelenjave, prekomerno uživanje alkohola, pretekla možganska kap, srčni napadi ali bolezni srca), in splošnim zdravstvenim stanjem.
BMI (Body Mass Index): Pozitivni koeficient za BMI pomeni, da višji BMI praviloma kaže na slabše splošno zdravstveno stanje. To je skladno s splošnim razumevanjem, da lahko višji BMI poveča tveganje za številne zdravstvene težave.
Kajenje: Pozitiven koeficient za kajenje kaže, da kadilci verjetneje poročajo o slabšem splošnem zdravstvenem stanju v primerjavi z nekadilci, kar je skladno s številnimi raziskavami, ki povezujejo kajenje s slabim zdravjem.
Telesna aktivnost: Negativen koeficient kaže, da ljudje, ki so telesno aktivni, poročajo o boljšem splošnem zdravstvenem stanju. To je pričakovano, saj telesna aktivnost pogosto prispeva k boljšemu zdravju in dobremu počutju.
Uživanje sadja in zelenjave: Oba koeficienta sta negativna, kar kaže, da redno uživanje sadja in zelenjave povezujejo z boljšim splošnim zdravstvenim stanjem, kar je v skladu z uveljavljenimi prehranskimi smernicami za ohranjanje dobrega zdravja.
Prekomerno uživanje alkohola: Negativen koeficient kaže na povezavo med prekomernim pitjem alkohola in slabšim splošnim zdravstvenim stanjem.
Pretekle možganske kapi in srčni napadi ali bolezni srca: Oba imata visoke pozitivne koeficiente, kar kaže na močno povezavo med temi zdravstvenimi dogodki in slabšim splošnim zdravstvenim stanjem, kar ni presenetljivo, saj so to resne zdravstvene težave.
Zaključek: Rezultati kažejo, da imajo življenjski slog in zdravstveni dejavniki pomemben vpliv na splošno zdravstveno stanje posameznikov. Zlasti telesna aktivnost in zdrava prehrana so povezani z boljšim zdravstvenim stanjem, medtem ko so kajenje, prekomerno uživanje alkohola in zgodovina resnih zdravstvenih dogodkov povezani s slabšim zdravjem.