用SPSS做logistic回歸分析解讀

1、如何用SPSS做logistic回歸分 析解讀作者:日期:如何用spss17.0進(jìn)行二元和多元logistic回歸分析一、二元logistic回歸分析二元logistic回歸分析的前提為因變量是可以轉(zhuǎn)化為0、1的二分變 量，如：死亡或者生存，男性或者女性，有或無，Yes或No,是或否 的情況。下面以醫(yī)學(xué)中不同類型腦梗塞與年齡和性別之間的相互關(guān)系來進(jìn)行 二元logistic回歸分析。（一）數(shù)據(jù)準(zhǔn)備和SPSS選項(xiàng)設(shè)置第一步，原始數(shù)據(jù)的轉(zhuǎn)化:如圖1-1所示，其中腦梗塞可以分為ICAS、 ECAS和NCAS三種，但現(xiàn)在我們僅考慮性別和年齡與ICAS的關(guān)系， 因此將分組數(shù)據(jù)ICAS、ECAS和NCAS轉(zhuǎn)

2、化為1、0分類，是ICAS賦 值為1,否賦值為0。年齡為數(shù)值變量，可直接輸入到spss中，而性別 需要轉(zhuǎn)化為（1、0）分類變量輸入到spss當(dāng)中，假設(shè)男性為1,女性為 0，但在后續(xù)分析中系統(tǒng)會將1, 0置換（下面還會介紹），因此為方便 期間我們這里先將男女賦值置換，即男性為0，女性為“1”。圖1-1第二步：打開“二值Logistic回歸分析”對話框：沿著主菜單的“分析（Analyze）一回歸（Regression）一二元logistic （Binary Logistic）”的路徑（圖1-2）打開二值Logistic回歸分析選項(xiàng) 框（圖1-3）。如圖1-3左側(cè)對話框中有許多變量，但在單因素方差分

3、析中與ICAS顯著相關(guān)的為性別、年齡、有無高血壓，有無糖尿病等（P0.05）,因 此我們這里選擇以性別和年齡為例進(jìn)行分析。占國占！回M+,tin|duOi-TSL 1g*的一交劇R 日 JBu1EttKtl嘉田力電正甘妹伍口原喝Hffldtt鬲I9111.I54弟113070U11.*0U F劉11U用1IESn|giw15. 9I1211皿31口0I BO1 鳴1&190Z2 1.154的QI4JK14.ET70Q2311Q而224113070U30.100Li -2411*EiI-京 dBWLJ6uiwi 帕1a 陰的10 y由二l.K170IDOSE71出1Menn-卜，導(dǎo)外開IBS1I

4、XiHD1I口11廈ftLgrifc = 川 Sd = 乩口仟MDlEuDl( nwflticAmisa=.120I9DIDO063211浦2D aMiL?卜732占1I2Qeo1ano0口3F 田2D2| 也酬!l口3;3的力1J3膜21 胎U1W16231124113：i9：i1&000Li粉2n?11口壬I1B31I9DIDO14.ES112n71U9448114. EE113ab,至aD.7Q2144DutfiKi1&iB01422D劉1加4弟1110B：i16.471132Dffi1fl.U21 的U14000U1314111-二高開叫七時(shí)沖民用穿布耳|.|彈，出1工挎1| “，.|

5、愚曦1酬叱,性即i 3依,3內(nèi)所9| 自加叫用01尸通仃二|）w|K事以*闿盥第在圖1-3中，因?yàn)槲覀円治鲂詣e和年齡與ICAS的相關(guān)程度，因此 將ICAS選入因變量（D叩endent）中，而將性別和年齡選入?yún)f(xié)變量 （Covariates）框中，在協(xié)變量下方的“方法（Method）”一欄中，共有 七個(gè)選項(xiàng)。采用第一種方法，即系統(tǒng)默認(rèn)的強(qiáng)迫回歸方法（進(jìn)入方他。（”）。接下來我們將對分類（Categorical），保存（Save），選項(xiàng)（Options） 按照如圖1-4、1-5、1-6中所示進(jìn)行設(shè)置。在“分類”對話框中，因?yàn)樾?別為二分類變量，因此將其選入分類協(xié)變量中，參考類別為在分析中是 以最小

6、數(shù)值“0 （第一個(gè)）”作為參考，還是將最大數(shù)值“1 （最后一個(gè)）” 作為參考，這里我們選擇第一個(gè)“0”作為參考。在“存放”選項(xiàng)框中是指 將不將數(shù)據(jù)輸出到編輯顯示區(qū)中。在“選項(xiàng)”對話框中要勾選如圖幾項(xiàng)， 其中“exp（B）的CI（X）”一定要勾選，這個(gè)就是輸出的OR和CI值，后面 的95%為系統(tǒng)默認(rèn)，不需要更改。另外在“選項(xiàng)”對話框中，“輸出”一欄中，系統(tǒng)默認(rèn)為“在每個(gè)步驟中”， 這里更改為“在最后一個(gè)步驟中”，即：輸出結(jié)果將僅僅給出最終結(jié)果，而省略每一步的計(jì)算過程。由于我們采用強(qiáng)迫回歸，逐步回歸概率選項(xiàng) 可以不管此外還有一個(gè)選項(xiàng)需要說明。一是分類臨界值(Classification cutof

7、f)，默認(rèn)值為0.5，即按四舍五入的原則將概率預(yù)測值化為0或者1。如果將數(shù)值改為0.6,則大于等于0.6的概率值才表示為1,否則為0。其情 況余依此類推。二是最大迭代值(Maximum Iterations ),規(guī)定系統(tǒng)運(yùn)算 的迭代次數(shù)，默認(rèn)值為20次，為安全起見，我們將迭代次數(shù)增加到50。 原因是，有時(shí)迭代次數(shù)太少，計(jì)算結(jié)果不能真正收斂。三是模型中包括 常數(shù)項(xiàng)(Include constant in model)，即模型中保留截距。除了迭代次 數(shù)之外，其余兩個(gè)選項(xiàng)均采用系統(tǒng)默認(rèn)值。完成后，點(diǎn)擊各項(xiàng)中“繼續(xù)(Continue)”按鈕。返回圖1-3,單擊“確 定”按鈕。(二)結(jié)果解讀其他結(jié)果參照

8、文章利用SPSS進(jìn)行Logistic回歸分析中解讀，這 里重點(diǎn)將兩點(diǎn)：第一，分類變量編碼(圖1-7)，由于這里包括性別分 類變量，而我們對性別賦值為1和0，但在spss中系統(tǒng)會默認(rèn)把我們的 數(shù)值進(jìn)行置換，即1一參數(shù)編碼0，0一參數(shù)編碼1,而最終輸出結(jié)果是 以1來計(jì)算的，而0為參考數(shù)據(jù)。所以這也就是為什么我么之前要對研 究組男性的賦值進(jìn)行置換了。如果男性為1那么spss中最終輸出的將是 女性的分析結(jié)果。圖1-7第二，最終輸出數(shù)據(jù)(圖1-8)在該結(jié)果中，Exp(B)即為文獻(xiàn)中提及 的OR值，而EXP(B)的95%C.I.即為文獻(xiàn)中提及的CI值。其中Exp(B) 表示某因素(自變量)內(nèi)該類別是其相應(yīng)

9、參考類別具有某種傾向性的倍 數(shù)。而有的文獻(xiàn)中提到的Crode OR和Adjust OR則分別為單因素優(yōu)勢 率(Crode odds ratio)和多因素優(yōu)勢率(Adjust odds ratio)，即僅對性別單個(gè)變量的單因素分析或者對性別和年齡等多個(gè)變量進(jìn)行多因素分 析后所得到的不同結(jié)果。CI則為可信區(qū)間（Confidence interval）。Sig. 即我們常說的P值，P0.05為不顯著（無效假說成立，不具有統(tǒng)計(jì)學(xué)意義）。二、多項(xiàng)（多元、多分類、Multinomial）logistic回歸分析前面講的二元logistic回歸分析僅適合因變量Y只有兩種取值（二分 類）的情況，當(dāng)Y具有兩種以

10、上的取值時(shí)，就要用多項(xiàng)logistic回歸（M utinomial Logistic Regression）分析了。這種分析不僅可以用于醫(yī)療領(lǐng) 域，也可以用于社會學(xué)、經(jīng)濟(jì)學(xué)、農(nóng)業(yè)研究等多個(gè)領(lǐng)域。如不同階段（初 一、初二、初三）學(xué)生視力下降程度，不同齲齒情況（輕度、中度、重 度）下與刷牙、飲食、年齡的關(guān)系等。下面我們以圖1-2中，對apoba1 （ApoB/AI）項(xiàng)中數(shù)值做四分位數(shù)后， 將病人的ApoB/AI的比值劃分為低、較低、中、高四個(gè)分位后利用多項(xiàng) logistic回歸分析其與ICAS之間的相互關(guān)系。首先來做四分位數(shù)，很多人在做四分位數(shù)的時(shí)候都是自己算出來的， 其實(shí)在SPSS里面給出了做四

11、分位數(shù)的程度即分析（Aanlyze）一描述統(tǒng) 計(jì)（Descriptive Statistics）一頻率（Frequencies）。打如圖 2-1 開頻率 對話框。將我們要分析的數(shù)值變量Apoba1選入到變量對話框中。選擇統(tǒng)計(jì)量，按照圖2-2中勾選四分位數(shù)選項(xiàng)，其他選項(xiàng)按照自己需 要勾選，然后點(diǎn)擊圖2-1中的確定按鈕，開始運(yùn)算。在圖2-3中可以讀 取我們的四分位數(shù)第4/7頁值。圖中百分?jǐn)?shù)表示的是對該變量做的四分位數(shù)的百分比，25表示前2 5%的，50表示前50%的，75表示前75%的。每一項(xiàng)對應(yīng)的后面數(shù)值即 為相應(yīng)的四分位數(shù)，如0.5904,即為前25%的個(gè)體與后75%個(gè)體的分位 數(shù)。裝計(jì)量一山

12、白1N有效缺失百分位數(shù) 255075310,5904,85001.0886按照如上方法得出ApoB/AI的比率后我們可以把該比值劃分為四個(gè) 區(qū)間，即當(dāng)ApoB/AI的比率0.5904為低、當(dāng)0.5904SApoB/AI的比率 0.88時(shí)為較低、當(dāng)0.89SApoB/AI的比率口.0886時(shí)為中，當(dāng)ApoB/AI 的比率1.0886時(shí)為高。然后將這一劃分如圖1-1中“四分位數(shù)”一項(xiàng)用 分類數(shù)值表示即1代表低，2代表較低，3代表中，4代表高。這里還要 強(qiáng)調(diào)的是我們要研究其與ICAS之間的相互關(guān)系，那么我們需要將其設(shè) 為二分類變量，即是ICAS的情況為1,否則為0，但多項(xiàng)logistic回歸 分析也

13、會將1, 0置換，所以我們需要在這里將我們需要研究的情況置 換為0，然后將其他置換為1。下面就可以進(jìn)行多項(xiàng)logistic回歸分析了。 如圖2-4打開多項(xiàng)logistic回歸分析對話框（圖2-5）。如圖2-5所示，在”因變量”中選入剛才我們輸入的四分位數(shù)分類變 量，在因子中輸入分類變量ICAS （這里一定是分類變量，可以是一個(gè) 也可以是多個(gè)），在“協(xié)變量”中輸入數(shù)值變量如年齡（這里一定是數(shù)值變量，可以是一個(gè)也可以是多個(gè)），但因本次沒有對年齡進(jìn)行分析，僅 對ICAS進(jìn)行了單因素分析，所以我們把年齡移出協(xié)變量選項(xiàng)。在SPSS中對因變量的定義是，如果因變量Y有J個(gè)值（即Y有J 類），以其中一個(gè)類別作

14、為參考類別，其他類別都同他相比較生成J-1 個(gè)冗余的Logit變換模型，而作為參考類別的其模型中所有系數(shù)均為0。 在SPSS中可以對所選因變量的參考類別進(jìn)行設(shè)置，如圖2-5在因變量 對話框下有一“參考類別”選項(xiàng)。點(diǎn)擊后會彈出圖2-6對話框。在該對話 框中我們選中設(shè)定，輸入數(shù)值1,這代表我們以分類數(shù)值1所代表的類 別作為參考類別，即最低數(shù)值作為參考類別。單擊繼續(xù)。當(dāng)然也可以選擇“第一類別”和“最后類別”，入選中分別表 示以最低數(shù)值或最高數(shù)值作為參考類別。其他設(shè)置與二元Logistic分析 相似，將我們要輸出的項(xiàng)勾選即可，點(diǎn)擊圖2-5中確定，輸出數(shù)據(jù)。輸出數(shù)據(jù)基本與二元Logistic分析相似，我

15、們重點(diǎn)講下最后一項(xiàng)“參 考估計(jì)”，如圖2-7所示，其中參考類別為ICAS=1的分類情況，而其中 的ICAS=0分為2、3、4三種，分別給出了 ICAS=0時(shí)的數(shù)值。而其中 Exp（B）（即OR值）表示某因素（自變量）內(nèi)該類別是其相應(yīng)參考類別 具有某種傾向性的倍數(shù)。如Exp（B）=2.235時(shí)，即表示在較輕這一類別下 ICAS患者數(shù)為其他類別（ECAS和NCAS）的 2.235倍。這里面的顯著 水平即為P值。這里要強(qiáng)調(diào)的是，一些文獻(xiàn)中在輸出數(shù)據(jù)的時(shí)候經(jīng)常會給出“口?？?t （參考）”項(xiàng)，這里的Referent，即為我們這里所選的參考類別1，因?yàn)?作為參考類別，所以其所有數(shù)值為0,即無數(shù)據(jù)輸出。因此在文中需標(biāo)注其為Referent。14讀書的好處1、行萬里路，讀萬卷書。2、書山有路勤為徑，學(xué)海無涯苦作舟。3、讀書破萬卷，下筆如有神。4、我所學(xué)到的任何有價(jià)值的知識都是由自學(xué)中得來的。達(dá)爾文5、少壯不努力，老大徒悲傷。6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲。顏真卿7、寶劍鋒從磨礪出，梅花香自苦寒來。8、讀書要三到：心到、眼到、口到9、玉不琢、