两个自变量和一个因变量spss_SPSS学习笔记：因变量二分类资料的logistic回归分析...

转自个人微信公众号【Memo_Cleon】的统计学习笔记两个概念：RR和OR

二分类资料的logistic回归SPSS操作示例

几个需要注意的问题：样本量、哑变量、模型拟合效果和拟合优度检验、多重共线

【1】两个概念

RR(Relative Risk)：相对危险度，也称危险比(Risk Ratio)或率比(Rate Ratio)，在前瞻性研究中用以表示暴露与疾病发生的关联强度，说明暴露组发病危险是非暴露组发病危险的多少倍，是两组发病率之比，计算公式为：

OR(Odds Ration)：比值比，优势比，比数比。在病例对照研究中说明暴露与疾病的关联强度，它是暴露在某危险因子下的发病率P1与不发病率之比(1-P1)与未暴露在某危险因子下的发病率P2与不发病率(1-P2)之比的比值。

比值(odd)表示发生的可能性与不发行的可能性之比，odds1=P1/(1-P1)，odds2=P2/(1-P2)。OR=odds1/odds2=ad/bc

在logistic回归中，各自变量的回归系数βi表示自变量Xi每改变一个单位，比值比的自然对数值该变量，而exp(βi)即OR，表示自变量Xi每改变一个单位，阳性结果出现概率与不出现概率之比是变化前相应比值的倍数，即优势比。当阳性结果出现概率较小时(一般小于0.05)或者较大时(大于0.95)，OR=(P1/(1-P1))/(P2/(1-P2))≈P1/P2=RR

【2】二分类资料的logistic回归SPSS操作示例

适用条件：①因变量为二分类变量，自变量可以是连续变量也可以是分类变量；②各观测间相互独立；③自变量与因变量logit(P)之间存在线性关系；④自变量间不存在多重共线；⑤尽量避免异常值，残差服从二项分布合计为零；⑥研究对象无论是病例组还是对照组，样本量至少是需要分析的自变量个数的10倍，多分类自变量的哑变量的参照水平频数至少为30。

示例：探讨冠心病发生的有关危险因素。分析数据来自孙振球主编的《医学统计学》第三版。

(1)数据录入赋值。二分类变量取值只有“0”和“1”两个值，本例年龄和体重指数严格来讲是要设成哑变量的(可参见本文后面关于哑变量的介绍)，但由于样本量的问题，为更好的演示spss操作，本例按等级资料直接赋值。

(2)分析(Analyze)>>回归(Regression)>>二分类logistic(Binary Logistic…)

因变量(Dependent)：选入冠心病[Y]

协变量(Covariates)：选入自变量[X1]-[X8]

筛选变量方法(Method)：进入(Enter)：强行引入，全部变量一次进入模型，不进行筛选

向前：条件(Forward:Conditional)：向前逐步选择法，剔除变量的标准是条件参数估计的似然比检验

向前：似然比(Forward:LR)：向前逐步选择法，剔除变量的标准是最大偏似然估计的似然比检验

向前：Wald(Forward:Wald)：向前逐步选择法，剔除变量的标准Wald卡方检验

不同的向前法选入自变量时均采用比分检验，只是采用的剔除变量的检验方法不同

向后法也三种，剔除标准分别对应条件、似然比和Wald

本例选中Forward:LR。

分类变量(Categorial…)：可将多分类自变量设置为哑变量。

保存(Save…)：可将中间的计算结果存储起来供以后分析，共有预测值、残差和影响强度因子三类

选项(Options…)：可以选中相应选项对模型进行描述、预测和诊断，设置逐步法的进入和剔除标准等。本例选中CI for exp(B)选项

结果解释：

(1)数据处理情况汇总，本例共有54条记录纳入分析，无缺失值。本例样本量时偏少，要分析8个自变量至少需要160例记录，本例仅用于操作演示。

(2)因变量分类赋值

(3)预测分类表：此步开始进行拟合。Block 0拟合的是不包含任何自变量只有常数的无效模型，本例有28例对照的记录被预测为对照，有26例病例也被预测为对照，总预测准确率为51.9%，这是不纳入任何解释变量时的预测准确率，相当于比较基线。

Block 0: Beginning Block