B2-有序多分類Logistic回歸模型.ppt

有序多分類logistic回歸模型 Ordinal Regression,暨南大學醫(yī)學院醫(yī)學統(tǒng)計學教研室 林漢生,表1 性別和兩種療法對某病療效的影響,一、用途和基本原理,用途：分析1個有序多分類應變量與多個自變量之間的關聯(lián) 基本原理： 依次將應變量按不同的取值水平分割成兩個等級，對這兩個等級建立反應變量為二分類的logistic回歸模型。 不管模型中反應變量的分割點在什么位置，模型中各自變量的回歸系數(shù) i 都保持不變，所改變的只有常數(shù)項。 無效0，有效1，痊愈2無效與有效痊愈，無效有效與痊愈，可建立兩個方程。兩個方程的常數(shù)項不同，但回歸系數(shù)相同。,二分類logistic回歸模型,Ordinal logistic回歸模型（SPSS） 無效0，有效1，痊愈2,Ordinal Model,Larger coefficients （i） indicate an association with larger scores（Y1：無效；2：有效；3：顯效）. When you see a positive coefficient for a dichotomous factor, you know that higher scores are more likely for the first category (category 2 is the reference category ). A negative coefficient tells you that lower scores are more likely. For a continuous variable, a positive coefficient tells you that as the values of the variable increase, the likelihood of larger scores increases.,Ordinal logistic回歸模型,應變量Y 有3個等級：無效0、有效1、治愈2 影響因素：性別X1（0男；1女）；治療方法X2 （ 0新藥； 1傳統(tǒng)） ；取值大的類別為參照組。 某分類變量的回歸系數(shù)為正時，則暴露組（如新藥）為更高的等級（如治愈）的可能性大于參照組（傳統(tǒng)藥） 某連續(xù)變量的回歸系數(shù)為正時，則隨著該變量的變量值增加，應變量為更高等級的可能性也增加。,二、SPSS操作與結果解釋 建立數(shù)據(jù)文件，Weight,AnalyzeRrgressionOrdinal,Factor 與 Covariate,自變量是分類變量，選入Factor欄，取值大的類別為參照組。 自變量是計量資料，選入Covariate欄。,分別單擊：Options, Output, Location, Scale,Options （默認）,Link：,logit：Evenly distributed categories Complementary：Higher categories more probable Negative：Lower categories more probable Probit：Latent variable is normally distributed Cauchit：Latent variable has many extreme values,Link：,logit：用于反應變量各取值水平發(fā)生概率相近的資料 Complementary：用于反應變量取值水平高的水平發(fā)生概率高的資料 Negative：用于反應變量取值水平低的水平發(fā)生概率高的資料 Probit：用于潛在變量服從正態(tài)分布的資料 Cauchit：用于潛在變量存在很多極端值的資料,Output Test of parallel lines: 不管反應變量的分割點在什么位置，模型中各自變量的系數(shù)都保持不變,Location （默認）,Scale（默認）,單擊OK,說明各種取值水平組合中有多少其觀察頻數(shù)為0。如果有連續(xù)性變量，這個比例會較大。,變量各水平的例數(shù),似然比檢驗：模型中自變量偏回歸系數(shù)是否全為0。結果P=0.000，說明至少有一個自變量的偏回歸系數(shù)不為0。,擬合優(yōu)度檢驗：各種取值水平組合中其觀察頻數(shù)為0的比例較高時，該檢驗不可靠。本例P 值均大于0.05，擬合較好。,偽決定系數(shù)：分類數(shù)據(jù)，該系數(shù)一般不會太高。,經(jīng)Test of parallel lines，21.47，P0.480?？烧J為：不管反應變量的分割點在什么位置，模型中各自變量的系數(shù)都保持不變。該資料適合用有序多分類Logistic回歸模型。,參數(shù)估計,無效，有效，治愈無效與有效治愈，無效有效與治愈，可建立兩個方程。,ORexp（） 不同療法的OR值為exp(1.797)=6.03。新療法優(yōu)于傳統(tǒng)療法。療效至少優(yōu)于1個等級的可能性，新療法是傳統(tǒng)療法的6.03倍。 不同性別的OR值為exp(-1.319)=0.27。男性的療效比女性差。療效至少優(yōu)于1個等級的可能性，男性是女性的0.27倍。,表2 不同性別和療法對某病療效*的影響,*療效分3個等級 1：無效；2：有效；3：治愈,例2：對某地人群調(diào)查所從事的工作是否滿意，可能的影響因素有：年齡、性別、收入水平。文化程度。數(shù)據(jù)文件satisfy.sav。,建立數(shù)據(jù)文件,AnalyzeRegressionOrdinal,分別單擊：Options, Output, Location, Scale,Options （默認）,Output Test of parallel lines: 不管反應變量的分割點在什么位置，模型中各自變量的系數(shù)都保持不變,Location （默認）,Scale（默認）,單擊OK,說明各種取值水平組合中有多少其觀察頻數(shù)為0。如果有連續(xù)性變量，這個比例會較大。,變量各水平的例數(shù),似然比檢驗：模型中自變量偏回歸系數(shù)是否全為0。結果P=0.000，說明至少有一個自變量的偏回歸系數(shù)不為0。,擬合優(yōu)度檢驗：各種取值水平組合中其觀察頻數(shù)為0的比例較高時，該檢驗不可靠。,偽決定系數(shù)：分類數(shù)據(jù)，該系數(shù)一般不會太高。,經(jīng)Test of parallel lines，212.36，P0.194。可認為：不管反應變量的分割點在什么位置，模型中各自變量的系數(shù)都保持不變。該資料適合用有序多分類logistic回歸模型。,回歸系數(shù)估計 ORexp（）,表2 某地人群工作滿意度影響因素的有序多分類logistic回歸分析,表2 某地人群工作滿意度影響因素的有序多分類logistic回歸分析,結果解釋,年齡越大，滿意度越高 收入越高，滿意度越高 文化程度越高，滿意度越低,作業(yè),例：對某地人