本文探讨了医学研究中逐步回归法的使用，指出该方法并不总是适用，尤其是在建模目的为探讨影响因素时。文章建议根据样本量和自变量数量选择合适的方法，如多层次多模型法，并强调在处理多重共线性问题时，逐步回归法可能产生错误答案，推荐使用岭回归、主成分回归等替代方法。
点击学习全部医学统计学与SPSS教程
如何科学地构建回归模型系列 1.一道饕餮大餐来了！手把手教你如何科学地构建回归模型！ 2.一文汇总三大回归的基本应用条件、诊断与处理方法 3.回归分析时何时设置哑变量？如何设置？ 4. 当回归分析模型遇到连续型自变量，我该怎么办？ 5. 吃巧克力预防高血压？一文学会P trend计算，掌握趋势性分析 6. 你只会“先单后多”吗？如何筛选自变量建立多因素回归模型 7. 你认识它吗？--有向无环图(DAG)：回归分析中自变量筛选的指导思想 8. 中介变量一直很重要，一直被忽视！如何在回归分析中考虑中介变量？ 9. 控制混杂偏倚的回归自变量筛选法，强烈推荐Change-in-Estimate法这一篇文章，我来讲讲“先单后多”的回归建模方法，在其中，特别关注是是否需要逐步回归技术的问题。
医学研究，探讨影响因素时(当然，也可以用于控制混杂因素，主要还是用于探讨 影响因素)，一般建回归模型，用的是先单因素后多因素的方法，也就是先一个一个自变量与因变量做单因素回归，把P值较小(比如P<0.2)纳入多因素回归模型，再结合逐步回归法进行自变量筛选分析。
先单因素、再多因素的分析理念，严格符合“严进严纳”的思维：筛选变量纳入多因素回归模型，
最低0.47元/天 解锁文章
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
