Se corren de vuelta los modelos de regersion univariados y luego el ajustado cambiando los habitos de bebida
load("~/Dropbox/odontologia/maestria licet/diciembre2013/datos_licet_23122013.RData")
library(survey)
## Attaching package: 'survey'
## The following object(s) are masked from 'package:graphics':
##
## dotchart
Modelo_tabla3.logit1 <- svyglm(Erosinbord ~ Bebidas_energizantes.rec1, design = diseniopost1,
family = quasibinomial())
summary(Modelo_tabla3.logit1)
##
## Call:
## svyglm(formula = Erosinbord ~ Bebidas_energizantes.rec1, design = diseniopost1,
## family = quasibinomial())
##
## Survey design:
## postStratify(disenio1, ~categor.rec + Sexo, tabla.pob)
##
## Coefficients:
## Estimate Std. Error t value
## (Intercept) -3.218 0.277 -11.63
## Bebidas_energizantes.rec1Mas de 3 veces al dia 1.927 0.718 2.68
## Pr(>|t|)
## (Intercept) 4.4e-14 ***
## Bebidas_energizantes.rec1Mas de 3 veces al dia 0.011 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for quasibinomial family taken to be 0.9451)
##
## Number of Fisher Scoring iterations: 5
confint(Modelo_tabla3.logit1)
## 2.5 % 97.5 %
## (Intercept) -3.7599 -2.675
## Bebidas_energizantes.rec1Mas de 3 veces al dia 0.5204 3.334
exp(Modelo_tabla3.logit1$coefficients)
## (Intercept)
## 0.04005
## Bebidas_energizantes.rec1Mas de 3 veces al dia
## 6.87045
reporte.multi1 <- data.frame(Modelo_tabla3.logit1$coefficients, exp(Modelo_tabla3.logit1$coefficients),
exp(confint(Modelo_tabla3.logit1)))
colnames(reporte.multi1) <- c("coef", "OR", "LIIC_OR", "LSIC_OR")
round(reporte.multi1, 3)
## coef OR LIIC_OR LSIC_OR
## (Intercept) -3.218 0.04 0.023 0.069
## Bebidas_energizantes.rec1Mas de 3 veces al dia 1.927 6.87 1.683 28.052
table(diseniopost1$variables$RefrCola.rec, diseniopost1$variables$RefrCola.rec1)
##
## 1-Menos de 3 veces 2-Mas de 3 veces
## 1-Nunca o raramente 141 0
## 2-Todos los dias 720 0
## 3-Mas de 3 veces al dia 0 280
Modelo_tabla3.logit2 <- svyglm(Erosinbord ~ RefrCola.rec1, design = diseniopost1,
family = quasibinomial())
summary(Modelo_tabla3.logit2)
##
## Call:
## svyglm(formula = Erosinbord ~ RefrCola.rec1, design = diseniopost1,
## family = quasibinomial())
##
## Survey design:
## postStratify(disenio1, ~categor.rec + Sexo, tabla.pob)
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.305 0.292 -11.33 9.4e-14 ***
## RefrCola.rec12-Mas de 3 veces 0.648 0.520 1.25 0.22
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for quasibinomial family taken to be 0.9703)
##
## Number of Fisher Scoring iterations: 6
confint(Modelo_tabla3.logit2)
## 2.5 % 97.5 %
## (Intercept) -3.8769 -2.734
## RefrCola.rec12-Mas de 3 veces -0.3703 1.667
exp(Modelo_tabla3.logit2$coefficients)
## (Intercept) RefrCola.rec12-Mas de 3 veces
## 0.03669 1.91191
reporte.multi2 <- data.frame(Modelo_tabla3.logit2$coefficients, exp(Modelo_tabla3.logit2$coefficients),
exp(confint(Modelo_tabla3.logit2)))
colnames(reporte.multi2) <- c("coef", "OR", "LIIC_OR", "LSIC_OR")
round(reporte.multi2, 3)
## coef OR LIIC_OR LSIC_OR
## (Intercept) -3.305 0.037 0.021 0.065
## RefrCola.rec12-Mas de 3 veces 0.648 1.912 0.691 5.294
Modelo_tabla3.logit3 <- svyglm(Erosinbord ~ Yogurt.rec1, design = diseniopost1,
family = quasibinomial())
summary(Modelo_tabla3.logit3)
##
## Call:
## svyglm(formula = Erosinbord ~ Yogurt.rec1, design = diseniopost1,
## family = quasibinomial())
##
## Survey design:
## postStratify(disenio1, ~categor.rec + Sexo, tabla.pob)
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.149 0.233 -13.54 4.1e-16 ***
## Yogurt.rec12-Mas de 3 veces 0.972 0.558 1.74 0.09 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for quasibinomial family taken to be 0.9633)
##
## Number of Fisher Scoring iterations: 5
confint(Modelo_tabla3.logit3)
## 2.5 % 97.5 %
## (Intercept) -3.6046 -2.693
## Yogurt.rec12-Mas de 3 veces -0.1214 2.066
exp(Modelo_tabla3.logit3$coefficients)
## (Intercept) Yogurt.rec12-Mas de 3 veces
## 0.04291 2.64381
reporte.multi3 <- data.frame(Modelo_tabla3.logit3$coefficients, exp(Modelo_tabla3.logit3$coefficients),
exp(confint(Modelo_tabla3.logit3)))
colnames(reporte.multi3) <- c("coef", "OR", "LIIC_OR", "LSIC_OR")
round(reporte.multi3, 3)
## coef OR LIIC_OR LSIC_OR
## (Intercept) -3.149 0.043 0.027 0.068
## Yogurt.rec12-Mas de 3 veces 0.972 2.644 0.886 7.892
Modelomulti_ero.logit2 <- svyglm(Erosinbord ~ Sexo + Nive.Educativo.de.la.Madre2.rec +
Tipo.de.Escuela + RefrCola.rec1 + Bebidas_energizantes.rec1 + bedeportediario.rec +
BuchTragar.rec + Yogurt.rec1, design = diseniopost1, family = quasibinomial())
summary(Modelomulti_ero.logit2)
##
## Call:
## svyglm(formula = Erosinbord ~ Sexo + Nive.Educativo.de.la.Madre2.rec +
## Tipo.de.Escuela + RefrCola.rec1 + Bebidas_energizantes.rec1 +
## bedeportediario.rec + BuchTragar.rec + Yogurt.rec1, design = diseniopost1,
## family = quasibinomial())
##
## Survey design:
## postStratify(disenio1, ~categor.rec + Sexo, tabla.pob)
##
## Coefficients:
## Estimate Std. Error
## (Intercept) -4.8946 1.0911
## SexoM 1.0846 0.3987
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL -0.4668 0.4013
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY 0.0224 0.6174
## Tipo.de.Escuela2-Privada 1.0180 0.7037
## RefrCola.rec12-Mas de 3 veces 0.5873 0.4523
## Bebidas_energizantes.rec1Mas de 3 veces al dia 1.3265 0.8429
## bedeportediario.rec2-Gatorade 0.7798 0.7973
## bedeportediario.rec3-other -1.4528 1.2505
## BuchTragar.rec2-Yes 0.3319 0.4410
## Yogurt.rec12-Mas de 3 veces 1.4721 0.5743
## t value Pr(>|t|)
## (Intercept) -4.49 0.00015 ***
## SexoM 2.72 0.01194 *
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL -1.16 0.25619
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY 0.04 0.97131
## Tipo.de.Escuela2-Privada 1.45 0.16096
## RefrCola.rec12-Mas de 3 veces 1.30 0.20644
## Bebidas_energizantes.rec1Mas de 3 veces al dia 1.57 0.12862
## bedeportediario.rec2-Gatorade 0.98 0.33782
## bedeportediario.rec3-other -1.16 0.25677
## BuchTragar.rec2-Yes 0.75 0.45904
## Yogurt.rec12-Mas de 3 veces 2.56 0.01705 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for quasibinomial family taken to be 0.8634)
##
## Number of Fisher Scoring iterations: 7
confint(Modelomulti_ero.logit2)
## 2.5 % 97.5 %
## (Intercept) -7.0330 -2.7561
## SexoM 0.3031 1.8662
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL -1.2535 0.3198
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY -1.1876 1.2324
## Tipo.de.Escuela2-Privada -0.3613 2.3973
## RefrCola.rec12-Mas de 3 veces -0.2991 1.4737
## Bebidas_energizantes.rec1Mas de 3 veces al dia -0.3255 2.9785
## bedeportediario.rec2-Gatorade -0.7829 2.3426
## bedeportediario.rec3-other -3.9038 0.9982
## BuchTragar.rec2-Yes -0.5325 1.1963
## Yogurt.rec12-Mas de 3 veces 0.3466 2.5977
exp(Modelomulti_ero.logit2$coefficients)
## (Intercept)
## 0.007487
## SexoM
## 2.958345
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL
## 0.626980
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY
## 1.022687
## Tipo.de.Escuela2-Privada
## 2.767662
## RefrCola.rec12-Mas de 3 veces
## 1.799085
## Bebidas_energizantes.rec1Mas de 3 veces al dia
## 3.767907
## bedeportediario.rec2-Gatorade
## 2.181062
## bedeportediario.rec3-other
## 0.233923
## BuchTragar.rec2-Yes
## 1.393615
## Yogurt.rec12-Mas de 3 veces
## 4.358504
reporte.multi4 <- data.frame(Modelomulti_ero.logit2$coefficients, exp(Modelomulti_ero.logit2$coefficients),
exp(confint(Modelomulti_ero.logit2)))
colnames(reporte.multi4) <- c("coef", "OR", "LIIC_OR", "LSIC_OR")
round(reporte.multi4, 3)
## coef OR LIIC_OR
## (Intercept) -4.895 0.007 0.001
## SexoM 1.085 2.958 1.354
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL -0.467 0.627 0.286
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY 0.022 1.023 0.305
## Tipo.de.Escuela2-Privada 1.018 2.768 0.697
## RefrCola.rec12-Mas de 3 veces 0.587 1.799 0.741
## Bebidas_energizantes.rec1Mas de 3 veces al dia 1.327 3.768 0.722
## bedeportediario.rec2-Gatorade 0.780 2.181 0.457
## bedeportediario.rec3-other -1.453 0.234 0.020
## BuchTragar.rec2-Yes 0.332 1.394 0.587
## Yogurt.rec12-Mas de 3 veces 1.472 4.359 1.414
## LSIC_OR
## (Intercept) 0.064
## SexoM 6.463
## Nive.Educativo.de.la.Madre2.rec2-HIGH SCHOOL 1.377
## Nive.Educativo.de.la.Madre2.rec3-COLLEGE-UNIVERSITY 3.430
## Tipo.de.Escuela2-Privada 10.994
## RefrCola.rec12-Mas de 3 veces 4.365
## Bebidas_energizantes.rec1Mas de 3 veces al dia 19.658
## bedeportediario.rec2-Gatorade 10.408
## bedeportediario.rec3-other 2.713
## BuchTragar.rec2-Yes 3.308
## Yogurt.rec12-Mas de 3 veces 13.433