资源描述：
《Logistic回归分析中的一些应用问题》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、裹拓组生存对教族检脸计林农编号时间男第组女第组合计月,五。。妞。。了仑。。。。。。。。。。。。。。。。。。。。。。。。。。。肠。。。。。。。。。。。。。。。。。。。。。。。。。。。,合计回归分析中的一些应用问题赵宁流行病学教研室俞顺幸上海医料大学。扭共多元回归模型是当代流行病学研究中广泛使用的分析工具之一但其有一定的适用。。条件和局限性本文就应用方面的一些问题做一扼要讨论。关润回归模型,现代流行病学研究中尤其对慢性病中常遇到的一些问题及计算机软件做一简,,。如肿瘤的病因学研究常涉及多种致病因要讨论和介绍达到合理使用之目的、。素相互
2、联系相互制约的复杂关系传统原始傲据橄,化编码向超。。的分析方法就显得无能为力应用多元回归模型允许使用两种类型,,回归分析能克服此不足它能同的自变量即连续性变量和离散性变量它、。时包含多个因素并有效地分析交互混杂们数量化方式不尽相同,、,作用为多个危险因素的疾病发生概率之连续性变量如年龄血压值等其进,间的相互关系提供一个定量描述所以这入模型有两种方式①以原始数据进入。,一模型得到广泛地应用但模型有其适用例如在研究吸烟与肺癌关系时吸烟量。条件和局限性本文就此模型在应用过程每日吸烟支数以原调查数值进入模,,裹两种分类方法效比较型得出回归
3、系数夕为即。口其意为每增加一支最大似然分类回归系数。函数值烟患肺癌可能性是原来的倍②原始。。,。人为分类一数据离散化变为等级变量其编码赋值。。四分位法一及结果意义见。。等级数一般以。,,。个为宜过去常人为地划分等级这离散性变量包括有序和无序两种,,是不合理的目前采用按对照组或人群的有序等级变量即常说的等级变量暴露分布的五分位或四分位法来确定等级一般采用有序等距数量化即各级间等距且,。,,,界点保证各等级例数分布均匀也可采按有序自然数编码如⋯作为一,。用聚类方法将计量资料聚为二类或多类个变量进入模型例如吸烟量等级数量化。,,变为离散
4、变量例如将吸烟量按四分位法后模型分析得出其夕为,,化为等级变量与人为化分等级比较结果户说明吸烟量每增加一前者计算的最大似然函数值和标准回归系个等级支患肺癌可能性是原来的,,。,数都有所提高见表说明前者分类倍净增依模型的假定各等,·,级间相差一个倍数或差数,如以优于人为经验分类理论上更合理结论。,更可靠最低水平的参照各等级或关系衰有序等级资料取位与的关系每天吸烟支数水平指示变量取值”一一一仁。,,见表的统称为指示变量它的编码方式见下,。等级的不同划分势必造成的不同文,指示变,应用和二种编码方式因此在比较不同研究值时须在相同等。依照离
5、散变量的分类数设置指示变级划分基础上,,,一,无序定性变量如婚姻有人将在婚量分类数为个则指示变量为个,,,,。编码为。再婚为⋯⋯等等这是极均取值指示变量有两种排列方式即定,。,不合理的人为地造成婚姻状况与疾病的基比式一和环比式。,。线性关系正确方法有二一是把婚姻状见表况一个变量有种状态化分为个变由于定基比式和环比式的参照水平不,、,,,量每个变量是有无二值变量四个变同结果也不相同在应用时依照需要。量同时进入模型二是建立虚拟变量也来选择对比,、叫哑变量用四个二值虚拟变量表示计量变量有序等级变量可按一个变,量种婚姻状态但数据的输入仍是
6、婚姻状况进入模型其假是变量与呈线性,。,关系斜率为口定性变量或有序等级变一个变量计算机程序在内存中临时建立,“”。量中各等级与线性斜率不一致时需四个虚拟变量不管是用户建立还是。,使用指示变量进入模型例如吸烟量考虑计算机建立这四个变量其作用是一致衰指示变蔺种日方式方式方式变量原码取值在婚。一再婚日。。离婚日分居丧偶,二二。,,其不同等级与肺癌联系程度不一致分析无交互条件为也,,二·,。二、结果表明各等级有不用的夕和值使得即凡为凡为,。,,二一,剂量反应关系研究更深入一步见表而民,二,斑有序‘级资料的分析所以评价是否有交互就是检验夕是
7、否。每天吸烟支数水平为零本例经检验说明吸烟与饮酒间不存。在交互作用两变量间的交互作用为一级指示变量,。。交互作用可推广到二级或多级交互作一,,。一一用但在实际应用中各变量最好相互独,立也是模型本身的要求不必研究交互评价交互作用问惬,。作用最多是研究少量的一级交互作用,用模型评价交互作用相当评价各变,的贡献问魔。于以相乘模型来评价交互反应例如评价,需要指出的是回归系数夕大小并不,。饮酒与吸烟的交互作用见表,反映变量对疾病发生的重要性那么何因农禅价饮通与吸烟的交互作用素对模型贡献最大即与疾病联系最强呢变最。有三种方法表。饮酒一。。一回
8、归系数吞和其变量标准差的乘积。。,,吸烟夕即标准化回归系数其值越大说明、。一一饮酒吸烟一。该变量作用越大一。常数一一比较每个变量从模型中剔除前后对斑粗心的个盆对扭过的贡欲变盆印日一一日年龄。。。。。。身高。。。。。。体重。。。。。。收缩压。。。。一
