多元回归和logistic回归原理PPT课件

-,1,我们要讨论的是,SPSS建立方程检验方程总体和各自变量的统计学意义自变量的筛选Case的剔除（强影响点）共线性诊断,多元统计方法,线性回归Logistic回归注：完全可以用于单因素分析，从这一点也可以看出统计学的方法是相通的。SPSS无法进行条件Logistic回归，就像sas没有专门针对配对资料的语句一样，任何统计软件均有局限性。,建立方程的计算量很大，一般需软件完成。前人手工计算这两种回归（借助科学计算器），精神可嘉,80年代，一个Logistic回归即使用计算机，计算的时间也以天计。,-,3,调整或控制,多变量的控制或调整法就是同时记录可能有影响的因素，把他们与可能的危险因素一起作分析单因素分析有统计学意义，多因素分析没有意义的解释,举例,-,4,Inunivariateanalysis,thefamilyhistoriesofSAHandICHwerepositivelyassociatedwitheachofthesubtypesofstroke.whereasafteradjustmentforpotentialriskfactors,familyhistoryofICHnolongershowedasignificantassociationwithhaematoma.,单因素分析有意义，多因素没有意义的解释,-,5,Familyhistoryofintracerebralhaematomawasnotanindependentriskfactorforhaematoma,butitmightbeagoodpredictor,whichindirectlyinfluencesthepathogenesisofintracerebralhaematomaviacertainhereditarycomponentssuchashypertension,andevenlifestylefactorssuchasalcoholconsumption.,-,6,Isfamilyhistoryanindependentriskfactorforstroke?JNeurolNeurosurgPsychiatry.1997Jan;62(1):66-70.,多元线性回归（简单步骤）,指标多，难以理解。在计算自动化时代，这是回归的难点，我们不懂如何判断我们的模型的好坏,回归的实际应用,在影响因素分析中一种是探索模式，在回归模型中探索所有可能的自变量与应变量的关系一种是控制模式，即控制混杂因素的影响后者对回归模型的要求要小的多，不出现异常情况，可仅对模型拟合稍作考虑。,-,9,SPSS菜单,analyze-regression-linear,变量的数量化,（1）自变量为连续型变量：必要时作变换,（2）自变量为有序变量：依次赋值，如疗效好中差，可分别赋值3、2、1,（3）自变量为二分类：如令男1，女0,（4）自变量为名义分类：需要采用哑变量（dummyvariables）进行编码,名义分类变量的哑变量化,假如职业分类为工、农、商、学、兵5类，则可定义比分类数少1个，即4个哑变量。编码方法如下：,亚变量的设置，我们会在Logistic回归模型中讨论,数据格式,回归的一些定义,应变量（dependentvariable)自变量（independentvariable）偏回归系数pertialregressioncoefficient常数项b0决定系数determinationcoefficient，Rsquare共线性collinearity：自变量间存在着线性关系,yi=b0+b1x1i+b2x2i+bnxni,-,14,回归方程的建立,就是求解b0和bi的过程矩阵的各种计算（求解线性方程）SPSS的实现：analyze-regression-linear,将回归方程中的所有自变量作为一个整体来检验他们于应变量之间是否具有线性关系，P,!,-,79,参考书目,孙振球，医学统计学（供研究生用）.人民卫生出版社，2002，第一版。孙尚拱，医学多变量统计与统计软件.北京医科大学出版社.