第十七篇多因素回归分析的stata实现

《第十七篇多因素回归分析的stata实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第十七章多因素回归分析的Stata实现本章使用的Stata命令：多因素回归regressdepvar[indepvars]逐步回归stepwise[,options]:commandLogistic回归logisticdepvarindepvars[weight]生存时间数据设定stsettimevar[weight][,failure(failvar[==numlist])]Cox回归stcox[varlist]例17-4某研究者为了研究某种避孕药对人体血糖的影响，分别在正在使用这种避孕药的人群、6个月前曾经使用过这种避孕药的人群

2、、从未使用过避孕药的人群中各随机抽取6人。考虑到血糖可能与年龄有关，所以该研究者不仅测定了这18位对象的血糖，而且也记录了这18位对象的年龄，具体资料见表17－4。请根据研究问题作统计分析。表17-4三种避孕药使用情况下的年龄（，岁）与血糖水平(，mg％)现服药者曾服药者从未服药者201202412628135211222613032137231242713234138231262913135137241252913435139241273013637144本研究的问题是比较三种用药情况下的血糖平均水平是否不同，因此首先考虑以下总体

3、均数的情况。解：Stata数据如下：xyg1g2201200121122012312401231260124125012412701241261026130102713210291311029134103013610281350032137003413800351370035139003714400Stata命令如下：regyxg1g2结果：Source

4、SSdfMSNumberofobs=18-------------+------------------------------F(3,14)=83.88Model

5、717.684

6、5573239.228186Prob>F=0.0000Residual

7、39.9265537142.85189669R-squared=0.9473-------------+------------------------------AdjR-squared=0.9360Total

8、757.6111111744.5653595RootMSE=1.6888------------------------------------------------------------------------------y

9、Coef.Std.E

10、rr.tP>

11、t

12、[95%Conf.Interval]-------------+----------------------------------------------------------------x

13、1.067797.17951275.950.000.68278011.452813g1

14、-.42655371.452834-0.290.773-3.5425722.689465g2

15、-2.5875712.202234-1.170.260-7.3108932.135752_cons

16、102.56216.05306716.94

17、0.00089.57961115.5447------------------------------------------------------------------------------g1代表曾服药者和未服药者的比较，p=0.773，说明曾服药者和未服药者血糖平均水平没有差别。g2代表现服药者和未服药者的比较，p=0.260，说明现服药者和未服药者血糖平均水平没有差别。接着比较曾服药者和现服药者：testg1=g2结果：(1)g1-g2=0F(1,14)=2.66Prob>F=0.1252P=0.1252，曾服药者和现

18、服药者血糖平均水平没有差别。例17-5为了研究影响肥胖者瘦素（Leptin）的主要危险因素，某研究者调查了某医院肥胖门诊的500名肥胖就诊者的瘦素、年龄、体重指数、总胆固醇、甘油三酯、是否患糖尿病、是否患高血压、饮食、运动、服药情况等，并用逐步线性回归模型分析影响瘦素的主要因素。为了简化问题，仅取自变量为年龄（X1，岁）、体重指数(X2，kg/m2)、总胆固醇(X3，mmol/L)、是否患糖尿病（X4，患糖尿病为1，不患糖尿病为0）和是否患高血压（X5，患高血压为1，不患高血压为0），应变量为瘦素（Y，ng/ml）。为了说明的方便，

19、这里仅从500名肥胖就诊者中随机取30例，具体数据如表17-11所示，试用逐步线性回归分析寻找主要的影响因素。表17-11例17-5的数据X1X2X3X4X5YX1X2X3X4X5YX1X2X3X4X5Y6331.014.10010.