求助有关多因素logistic回归分析析

来源：蜘蛛抓取(WebSpider) 时间：2017-09-16 06:50 标签： logistic回归分析

1关于卡方检验和单因素logistic回归，其实我个人很久以前就一直认为是等同的，从来没有觉得二者不同。但后来偶然发现有的人认为二者不同。最典型的就是有次帮别人做统计，作了单因素logistic回归，投稿后，有的审稿专家认为，从来就没有“单因素 logistic回归”这一说法，logistic回归一定是指多因素logistic回归，所谓单因素logistic回归必须用卡方检验。看了之后我承认确实没想到有人会这么想，难道是我以前想法太单纯？

我也曾利用数据验证了一下，当然结果二者肯定是一致的。我只是奇怪为什么有的人会认为二者不等同。即使现在，仍有的杂志，要么认为单因素logistic回归必须用卡方检验，要么认为单因素logistic回归不应该用卡方检验，只能用单因素logistic回归。其实这么简单的问题，只要利用统计软件验证，很容易得出结论。但总是有人把一些结果容易想当然化，以致对不少医学生造成困惑。本来他们就对二者关系不确定，再看到一些不同的声音，更不知道该怎么办了。 其实，不仅卡方检验和单因素logistic回归是等同的，t检验和单因素线性回归也是等同的，把组别作为自变量，做线性回归，回归系数就是两组的差值。方差分析和单因素线性回归也是一致的，如果你把组别作为自变量，而且将其虚拟化或哑变量化，因为方差分析中组别数超过2组，因此可以将其转化为虚拟变量，这时你可以看出单因素线性回归跟方差分析的关系。 所以，其实好多东西，书本上都不会讲，或者编书的作者也根本没想到，只能靠自己去发现不同方法之间的联系，这种联系可能帮助我们更好地理解方法。慢慢就会脱离课本的束缚，建立自己的思想体系。 有时候看到老师给出的表格，在做完卡方又搞个unadjusted OR，我觉得挺纳闷的。卡方列出交叉表频数和百分比还有个统计量和P值，logistic多了OR值和95%的可信区间，得到的信息丰富了一些。又看到发表的一篇文章，明明做了卡方，然后又做unadjusted OR，我觉得为什么做两次单因素分析，都是一样的。所以我觉得有必要看看到底这个单因素logistic和卡方有啥子的不同，有啥子一样。 查阅了一下相关的书籍：得分检验的χ2值等于采用χ2检验所求得的χ2值，似然比结果等于χ2检验中的似然比χ2值。Logistic回归的单因素分析结果与χ2检验结果一致。（冯国双，罗凤基. 医学案例统计分析与SAS应用[M]，北京：北京大学医学出版社：2010：167）有的文章采用logistic进行单因素分析，有的采用χ2检验进行单因素分析，实际上结果是相同的。Logistic回归提供了比χ2检验更为丰富的内容，且结果一致。（冯国双，刘德平. 医学研究中的logistic回归及SAS实现[M]，北京：北京大学医学出版社，2011：31-32）。 我自己用SAS运行了一遍，以下面的表格为例子。






















确实得分检验的χ2值等于采用χ2检验所求得的χ2值，似然比结果等于χ2检验中的似然比χ2值。 因为只是验证性的，所以把最后一项作为参照。logistic回归的结果：

我又试着做了几个不同的例子，差异无统计学意义的，得出的P值都非常接近。所以，我觉得单因素还是做logistic回归比较好吧，这样得出的信息比较多，至于logistic回归与两两比较的方法，和Bonferroni 有什么关系，1vs2, 1vs3等等，这个logistic回归的P值还需不需要调整，我觉得我们仅仅是做单因素分析，并不是重点描述，只是用这个来选择一些变量，进入到多元分析，有个直观的认识就行了。

加载中，请稍候......















原标题：多因素分析之 Logistic回归分析

声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。

我要回帖

更多关于 logistic回归分析 的文章

 

随机推荐