Estimates from confidence intervals are more powerful than point estimates, because there are intervals for parameter values used to estimate populations. In relation to global conditions, involving issues such as type 2 diabetes mellitus, it is very difficult to make estimations limited to one point only. Therefore, in this article, we estimate confidence intervals in a truncated spline model for type 2 diabetes data. We use a non-parametric regression model through a multi-variable spline linear estimator. The use of the model results from the irregularity of the data, so it does not form a parametric pattern. Subsequently, we obtained the interval from beta parameter values for each predictor. Body mass index, HDL cholesterol, LDL cholesterol and triglycerides all have two regression coefficients at different intervals as the number of the found optimal knot points is one. This value is the interval for multivariable spline regression coefficients that can occur in a population of type 2 diabetes patients.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00