统计教程｜二分类Logistic回归分析中几种常见应用情况的SPSS实现

最新推荐文章于 2023-12-28 15:01:50 发布

原创

最新推荐文章于 2023-12-28 15:01:50 发布 · 8.2k 阅读

标签

#经验分享 #学习 #笔记

文章介绍了在生物医学研究中，当因变量为分类变量且与自变量呈非线性关系时，如何使用Logistic回归模型进行分析。特别讨论了在SPSS22.0软件中进行二分类Logistic回归分析，包括自变量为二分类变量的情况，以及详细的操作步骤和解释。案例分析涉及非甾体抗炎药与上消化道出血的关系，展示了如何通过Logistic回归计算风险关联度。

在生物医学研究领域，特别是流行病学研究中，我们经常需要探索某疾病的发病原因或其影响因素，当因变量是连续型的定量变量且变量与因变量间具有线性关系时我们常采用多重线性回归进行分析，但是在医学研究中的碰到的因变量（结局指标，或称效应指标）通常是分类变量，例如，“生存或死亡”，“发病与不发病”等，并且影响因素（自变量）与其联系更多的是非线性关系。对于这类问题，应用线性回归显然缺乏合理性。

Logistic回归模型属非线性概率回归模型中的一种，其主要适用于因变量为分类变量的回归分析，现已经成为一种常用统计分析方法。根据研究设计类型通常分为条件与非条件Logistic回归。其中条件Logistic回归适用于配对（匹配）病例--对照研究，而非条件Logistic回归主要用于成组或非配对的匹配研究。我们通常把非条件Logistic回归简称为Logistic回归。

由于SPSS 22.0进行二分类的Logistic回归分析时自变量类型不一样,其操作和解释差异有点变化，故本节主要介绍因变量为二分类时的自变量为二分类变量(连续变量时操作一样)时的单因素Logistic回归的 PSS22.0软件详细操作。

单因素Logistic 回归分析：自变量为连续/二分类变量

例1：非甾体抗炎药上市前的研究中，已知可能引起亚临床上消化道出血症状。因此，1980年Strom和Carson开展了大样本上市后安全性再评价，以确定该药品是否引起上消化道出血不良反应。回顾性跟踪调查的47136例服用该药的患者中，有155例上消化道出血；同期没有服用该药的44634例对照中，有96例上消化道出血，结果见表1。