B2-有序多分類(lèi)Logistic回歸模型.ppt

有序多分類(lèi)logistic回歸模型OrdinalRegression 暨南大學(xué)醫(yī)學(xué)院醫(yī)學(xué)統(tǒng)計(jì)學(xué)教研室林漢生 表1性別和兩種療法對(duì)某病療效的影響 一 用途和基本原理 用途 分析1個(gè)有序多分類(lèi)應(yīng)變量與多個(gè)自變量之間的關(guān)聯(lián)基本原理 依次將應(yīng)變量按不同的取值水平分割成兩個(gè)等級(jí) 對(duì)這兩個(gè)等級(jí)建立反應(yīng)變量為二分類(lèi)的logistic回歸模型 不管模型中反應(yīng)變量的分割點(diǎn)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(xiàng) 無(wú)效0 有效1 痊愈2 無(wú)效與有效痊愈 無(wú)效有效與痊愈 可建立兩個(gè)方程 兩個(gè)方程的常數(shù)項(xiàng)不同 但回歸系數(shù)相同 二分類(lèi)logistic回歸模型 Ordinallogistic回歸模型 SPSS 無(wú)效0 有效1 痊愈2 OrdinalModel Largercoefficients i indicateanassociationwithlargerscores Y 1 無(wú)效 2 有效 3 顯效 Whenyouseeapositivecoefficientforadichotomousfactor youknowthathigherscoresaremorelikelyforthefirstcategory category2isthereferencecategory Anegativecoefficienttellsyouthatlowerscoresaremorelikely Foracontinuousvariable apositivecoefficienttellsyouthatasthevaluesofthevariableincrease thelikelihoodoflargerscoresincreases Ordinallogistic回歸模型 應(yīng)變量Y有3個(gè)等級(jí) 無(wú)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(lèi)別為參照組 某分類(lèi)變量的回歸系數(shù)為正時(shí) 則暴露組 如新藥 為更高的等級(jí) 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(shí) 則隨著該變量的變量值增加 應(yīng)變量為更高等級(jí)的可能性也增加 二 SPSS操作與結(jié)果解釋建立數(shù)據(jù)文件 Weight Analyze Rrgression Ordinal Factor與Covariate 自變量是分類(lèi)變量 選入Factor欄 取值大的類(lèi)別為參照組 自變量是計(jì)量資料 選入Covariate欄 分別單擊 Options Output Location Scale Options 默認(rèn) Link logit EvenlydistributedcategoriesComplementary HighercategoriesmoreprobableNegative LowercategoriesmoreprobableProbit LatentvariableisnormallydistributedCauchit Latentvariablehasmanyextremevalues Link logit 用于反應(yīng)變量各取值水平發(fā)生概率相近的資料Complementary 用于反應(yīng)變量取值水平高的水平發(fā)生概率高的資料Negative 用于反應(yīng)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 OutputTestofparallellines 不管反應(yīng)變量的分割點(diǎn)在什么位置 模型中各自變量的系數(shù)都保持不變 Location 默認(rèn) Scale 默認(rèn) 單擊OK 說(shuō)明各種取值水平組合中有多少其觀(guān)察頻數(shù)為0 如果有連續(xù)性變量 這個(gè)比例會(huì)較大 變量各水平的例數(shù) 似然比檢驗(yàn) 模型中自變量偏回歸系數(shù)是否全為0 結(jié)果P 0 000 說(shuō)明至少有一個(gè)自變量的偏回歸系數(shù)不為0 擬合優(yōu)度檢驗(yàn) 各種取值水平組合中其觀(guān)察頻數(shù)為0的比例較高時(shí) 該檢驗(yàn)不可靠 本例P值均大于0 05 擬合較好 偽決定系數(shù) 分類(lèi)數(shù)據(jù) 該系數(shù)一般不會(huì)太高 經(jīng)Testofparallellines 2 1 47 P 0 480 可認(rèn)為 不管反應(yīng)變量的分割點(diǎn)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(lèi)Logistic回歸模型 參數(shù)估計(jì) 無(wú)效 有效 治愈 無(wú)效與有效治愈 無(wú)效有效與治愈 可建立兩個(gè)方程 OR exp 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(gè)等級(jí)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(gè)等級(jí)的可能性 男性是女性的0 27倍 表2不同性別和療法對(duì)某病療效 的影響 療效分3個(gè)等級(jí)1 無(wú)效 2 有效 3 治愈 例2 對(duì)某地人群調(diào)查所從事的工作是否滿(mǎn)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 Analyze Regression Ordinal 分別單擊 Options Output Location Scale Options 默認(rèn) OutputTestofparallellines 不管反應(yīng)變量的分割點(diǎn)在什么位置 模型中各自變量的系數(shù)都保持不變 Location 默認(rèn) Scale 默認(rèn) 單擊OK 說(shuō)明各種取值水平組合中有多少其觀(guān)察頻數(shù)為0 如果有連續(xù)性變量 這個(gè)比例會(huì)較大 變量各水平的例數(shù) 似然比檢驗(yàn) 模型中自變量偏回歸系數(shù)是否全為0 結(jié)果P 0 000 說(shuō)明至少有一個(gè)自變量的偏回歸系數(shù)不為0 擬合優(yōu)度檢驗(yàn) 各種取值水平組合中其觀(guān)察頻數(shù)為0的比例較高時(shí) 該檢驗(yàn)不可靠 偽決定系數(shù) 分類(lèi)數(shù)據(jù) 該系數(shù)一般不會(huì)太高 經(jīng)Testofparallellines 2 12 36 P 0 194 可認(rèn)為 不管反應(yīng)變量的分割點(diǎn)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(lèi)logistic回歸模型 回歸系數(shù)估計(jì)OR exp 表2某地人群工作滿(mǎn)意度影響因素的有序多分類(lèi)logistic回歸分析 表2某地人群工作滿(mǎn)意度影響因素的有序多分類(lèi)logistic回歸分析 結(jié)果解釋 年齡越大 滿(mǎn)意度越高收入越高 滿(mǎn)意度越高文化程度越高 滿(mǎn)意度越低 作業(yè) 例 對(duì)某地人群調(diào)查所