3分钟完成！Logistic回归多模型三线表，超迅捷!

本周为大家重点介绍一下风暴统计平台的最新板块——多模型三线表！

在观察性研究中，我们经常同时构建多个统计模型，不同的模型放入不同的协变量，从零个的单因素回归分析，到多个协变量的回归模型。看看，结果的稳健性，来控制混杂偏倚。比如这张图：

还有这个

我们平时统计分析，画个三线表挺容易的，但要一下子快速形成多个模型的统计分析结果。还挺费劲的！

但是！目前风暴统计已经实现了这个功能，一站式完成控制混杂因素研究，形成多模型分析的三线表结果！

下面通过一个实操案例来进行操作展示！

一、实操案例介绍

数据集来源于R自带MASS数据集birthwt，这是一份于1986年在在马萨诸塞州收集的与婴儿出生体重低相关的危险因素的数据。本次实操涉及的变量说明如下。

二、风暴统计平台实操

1.进入网站分析模块

电脑端打开风暴统计平台——“风暴智能统计”模块，点击“多模型控制混杂偏倚”，进入操作界面。

2.导入数据集

点击“Browse...”选择需要导入的数据，目前网站支持10M以内的csv、Excel格式数据集。

3.数据的整理转换

关于风暴统计的数据转换，在之前的文章中有详细教程，可以点击下方链接想学习：

如何利用风暴统计进行数据的整理转换？

4.分类变量参照组设置

如果需要更改对照组，将对照组的编码值方块拖动到第一位即可，最后，记得点击“确定”！

5.分组差异性比较

在操作页面的左侧菜单栏，依次选入分组变量、正态变量、偏态变量、分类变量，右侧秒出各组差异性三线表结果。

6.多模型控制混杂偏倚

①选择回归模型

首先，选择回归模型，包括线性回归、logistic回归、cox生存分析。这里假设我们想要研究孕妇吸烟对胎儿出生体重（low二分类）的影响，选择logistic回归。

这里右侧还贴心的提供了在差异性分析中不同协变量的P值范围，可以看到lwt、smoke、ptl、ui四个变量的P值小于0.05。

②第一个模型

在平台页面“回归变量选择”模块根据提示依次选入核心变量与协变量。例如本研究中想要探讨孕妇吸烟对胎儿出生体重的影响，那么吸烟就是我们研究的核心变量，其他混杂因素作为协变量纳入。

Model1选择不调整任何混杂因素。

③更多模型合并结果

这里我们预设构建3个模型。

model1不调整任何变量

model2调整race、age

model3调整全部的混杂因素。

因此，回归模型数量选择“三模型”，最多可以同时设置4个模型。Model2选入race、age作为协变量。

Model3选入差异性分析中有统计学意义的协变量，以及model2的race、age。

以上设置都完成后，就会自动在右侧生成多模型三线表，比之R语言、SPSS都要快速，省去了自己绘制三线表，抄录数据的繁琐。

多个模型分析结果显示，吸烟smoking对低出身体重low的影响具有统计学意义。

7.导出数据

结果同样支持下载word或excel，十分便捷好用！大家感兴趣的话，就快来试试吧!

这些方法，是不收费的！

https://shiny.medsta.cn/con2/

（复制链接至浏览器打开）