手机版 下载桌面 设为首页

SPSS:Logistic回归(Logistic regression)概述

SPSS:Logistic回归(Logistic regression)概述。在医学研究中,经常需要分析疾病与各危险因素之间的定量关系,如食管癌的发生与吸烟、饮酒、不良饮食习惯等危险因素的关系,为了正确说明这种关系,需要排除一些混杂因素的影响。Logistic回归(Logistic regression)属于概率型非线性回归,是研究二分类(可扩展到多分类)观察结果和一些影响因素之间关系的一种多变量分析方法。...

SPSS:二元Logistic回归中自变量的处理和解读——无序多分类变量的处理

SPSS:二元Logistic回归中自变量的处理和解读——无序多分类变量的处理。二元Logistic回归常用与解决结局是二分类变量的问题,我们在33期和51期介绍了他的基本概念和SPSS实现办法。在实际进行Logistic回归的过程中,我们还会遇到很多现实问题,尤其是在自变量的处理上经常拿不准。比如自变量是否一定是二分类变量?多分类变量作为自变量如何处理?连续变量是否可以当做自变量?多分类变量和连续变量做自变量的时候,结果OR值如何解读等等。...

SPSS:二元Logistic回归中自变量的处理和解读——有序多分类变量的处理

SPSS:二元Logistic回归中自变量的处理和解读——有序多分类变量的处理。有序多分类变量是很常见的变量形式,通常在变量中有多个可能会出现的取值,各取值之间还存在等级关系。比如高血压分级(0=正常,1=正常高值,2=1级高血压,3=2级高血压,4=3级高血压)、尿蛋白水平(0=-,1=±,2=+,3=++,4=+++)等等。与无序多分类变量不同,有序多分类变量的各个选项直接呈现向一个方向递增或递减的关系。...

Logistic回归中连续变量的处理

Logistic回归中连续变量的处理。在logistic回归出现连续变量时应该怎样分析?按照实际分析的思路进行进一步阐述。其实,连续变量虽然信息量很大,但是有时候这些信息量并非都具有临床实际意义。在我们分析的时候,如果一味追求信息量,而忽略了数据背后真实的规律,则会与很多新的发现擦肩而过。正确的做法是先通过最简单的描述来探索连续变量与结局间的可能规律,在进一步进行logistic回归分析进行探讨。...

SPSS:Logistic回归的预测功能

SPSS:Logistic回归的预测功能。Logistic回归经常出现在医学科研中。比如,我们用Logistic回归分析低出生体重儿的影响因素,考虑的影响因素有:产妇年龄、产妇孕前体重、产妇孕期是否吸烟、种族等。分析——回归——二元Logistic回归这个路径必须是驾轻就熟啊。但是,Logistic回归的预测功能怎么实现呢?假设,来了一个孕妇,我们想知道她的孩子有多大风险是低出生体重儿?...

科研论文写作中规范报告Logistic回归结果

科研论文写作中规范报告Logistic回归结果。如何对统计学方法进行规范的表述,尤其是常用来探讨影响因素的多因素分析方法logistic回归,1. 统计学分析中表述logistic回归时,要报告自变量、因变量、自变量筛选方法。2. 表述logistic回归分析结果时,要报告自变量、因变量的赋值情况,我们可以选择表格展示变量的意义和赋值。...

当logistic回归遇到log-binomial回归

当logistic回归遇到log-binomial回归。当结局发生率较大时,再使用OR来估计RR时会不准确,建议当结局发生率大于10%时,使用log-binomial回归方法替代logistic回归,下面简单给大家介绍一下log-binomial回归。...

SPSS:Logistic回归分类变量(哑变量)的处理及解读

Logistic回归分类变量(哑变量)的处理及解读。一、哑变量的设置方法 Logistic回归中分类变量需要使用哑变量(也叫虚拟变量)来操作。一般的,n个分类需要设置n-1个哑变量(为什么不是n个?请继续看)。举个例子,有一个“年龄”变量,分为:青年,中年,老年三类,那么我们可以用两个哑变量来代替:...

Logistic回归结果的回归系数和OR值解读

Logistic回归结果的回归系数和OR值解读。Logistic回归虽然名字叫”回归” ,但却是一种分类学习方法。使用场景大概有两个:第一用来预测,第二寻找因变量的影响因素。从线性回归到Logistic回归,线性回归和Logistic回归都是广义线性模型的特例。...

SPSS:二项Logistic回归分析过程及结果解读

SPSS:二项Logistic回归分析过程及结果解读。Logistic回归主要用于因变量为分类变量(如疾病的缓解、不缓解,评比中的好、中、差等)的回归分析,自变量可以为分类变量,也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量,并可以给出预测公式用于预测。因变量为二分类的称为二项logistic回归,因变量为多分类的称为多元logistic回归。...

SPSS:配对logistic回归分析

SPSS:配对logistic回归分析。对病例和对照进行配比能控制影响实验效应的主要非处理因素,可以提高统计分析的效能,可分为1:1,1:n,m:n配对。SPSS中未提供专用的配对logistic回归的功能,通过变换,可以使用其他方法进行分析,常用的就是带有分层的Cox回归模型。...

拟合logistic回归方程的步骤和注意事项

Logistic 回归的应用条件是:① 独立性。各观测对象间是相互独立的;② LogitP 与自变量是线性关系;③ 样本量。4. 拟合logistic 回归方程的步骤。5. 回归方程拟合优劣的判断(为线性回归方程判断依据,可用于 logistic 回归分析)。6. 拟合方程的注意事项:...

Logistic回归中变量赋值的几大常见问题

Logistic回归中变量赋值是很重要的,涉及到结果的准确性。今天,我们说说经常被问到又困惑大家的几个问题。Logitic回归中二分类的变量可以是所关心的结局和相应的对照,鉴于最常见的为疾病和正常对照,文中为方便起见,简化为疾病和正常。...

二分类logistic回归中纳入多少自变量合适?

二分类logistic回归中纳入多少自变量合适?在对临床数据的探索分析工作中,我们经常会使用多因素logistic回归分析去探索疾病的危险因素,也可以用它来做预测。但是每每在使用logistic回归分析的时候,我们都会纠结应该选哪些作为自变量呢?选多少个合适呢?...

预测模型好不好,看看SPSS校正曲线就知道

临床研究中,我们常采用各种模型预测病人的结局(比如常见的logistic回归模型)。很重要的一点是,要保证预测模型是靠谱的。靠谱的模型才有意义,预测结果才有可能影响临床决策。怎么才算靠谱呢,预测结果和实际观察结果越接近越好。那,怎么知道一个模型的预测结果是有多接近实际观察结果呢?...

都说K折交叉验证最常见,你会做吗?

在临床研究领域,大家特别希望能够未仆先知,于是临床研究者尝试去建立各种预测模型。比如,凭借孕妇的信息预测低出生体重儿的结局。怎么建立预测模型呢?常见的做法是这样的:以低出生体重儿为因变量,以相关的孕妇信息作为自变量,建立logistic回归模型。...

决策树——自变量类别过多或交互过多时的可选方案

在各种观察性研究中,或是混杂较多的干预性研究中,如果结局是分类变量(尤其是二分类变量,比如发病/未发病、死亡/存活)的时候。我们探索各种因素和结局之间的关联往往会用到Logistic回归等结局是分类变量的多因素分析方法。当我们进行Logistic回归的时候,有没有遇到过下面这样的尴尬情况:...