そのため、ランダム効果のネガティブ二項モデルを当てはめたいと思います。そのようなモデルの場合、STATAは指数係数を生成できます。ヘルプファイルによると、このような係数は発生率比として解釈できます。残念ながら、私は英語を母国語としないので、発生率の比率とは何か、またはそれらをどのように翻訳できるかを本当に理解していません。
したがって、私の質問は、発生率比をどのように解釈できるかです。例えば：
モデルが1つの変数に対して0.7の発生率比を与えた場合。つまり、依存変数の予想される観測（カウント）の数です。独立変数が1単位変化すると、0.7変化しますか？
誰でも助けることができますか？
回答:
ああ、事故率の比率、私の旧友。
正解です。0/1変数がある場合、IRRが0.7の場合、X = 1のイベントはX = 0のイベントの0.7倍のインシデントイベントを持つことになります。予測カウントの実際の数が必要な場合は、戻る必要があります-指数化されていないモデル係数を追跡します。予想されるケースは次のとおりです。
counts = exp(B0 + B1*X)ここで、B0はインターセプト項、B1は変数の係数（この例では〜-0.3365に等しい）、Xはこれを計算しようとしているグループのXの値です。モデル自体に何かひどいことをしていないかどうかを確認するために、これが有用な健全性チェックであることが時々あります。
生存率分析の他の分野のハザード比に精通している場合は、発生率比はハザード比であり、ハザードは比例的で一定であるという非常に特定の仮定があります。同じように解釈できます。
はい、それはほぼ正しいように聞こえます。正確には、独立変数が1単位増加すると、予想されるカウントに.7の係数が乗算されます。
「発生率比」という用語は、モデルにexposure()（オフセット）用語もフィッティングしていることを想定しています。通常、各ユニットが観測された時間を指定します。それらを発生率と呼ぶことは、疫学からの用語です。