用SPSS玩转多元logistic回归分析

2021-06-21 赵利娟 SPSS学堂

01.

01. 概念 多元 logistics 回归(multinomial logistics regression)又称多分类 logistics 回归。医学研究、社会科学领域中, 存在因变量是多项的情况, 其中又分为无序(口味:苦、 甜、 酸、 辣;科目:数学、 自然、 语文、 英语) 和有序(辣度:微辣、 中辣、 重辣) 两类。对于这类数据需要用多元 logistics 回归。 多元 logistics 回归实际就是多个二元 logistics 回归模型描述各类与参考分类相比各因素的作用。如, 对于一个三分类的因变量(口味:酸、甜、辣),可建立两个二元logistics回归模型,分别描述酸味与甜味相比及辣味与酸味相比,各口味的作用。但在估计这些模型参数时,所有对象是一起估计的,其他参数的意义及模型的筛选等与二元logistics类似。 02.条件 因变量:三个及以上分类变量自变量:分类或连续变量协变量:分类变量 03.案例及操作 【例】为了研究饮食口味偏好的影响因素,分析年龄、婚姻情况、生活态度在饮食口味类型偏好(1=酸、2=甜、3=辣) 中的作用,共挑选被试30人,结果见下表,试进行

作者:赵利娟



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (12)
#插入话题

相关资讯

SPSS教程:卡方拟合优度检验(详细版)

有小伙伴曾经提出过这样的疑问,从下图中SPSS菜单的两个入口进去,都是做卡方检验吗?两者有啥区别? 点击Analyze → Descriptive Statistics → Crosstabs 点击Analyze → Nonparametric Tests → Legacy Dialogs → Chi-square

SPSS实战:有序分类变量和二分类变量的趋势检验(Cochran-Armitage)

一、问题与数据 研究者想分析偏头痛药物的剂量与药物眩晕副作用是否存在线性关系。研究者从入院治疗偏头痛的病人中随机选择646名病人。这些病人服用五种剂量的药物并报告是否出现眩晕。 五种药物剂量分别是50mg、100mg、150mg、200mg和250mg,为有序分类变量,分别赋值为1-5,变量名为drug_dose。如果病人报告眩晕,则报告“yes”,否则报告“no”,为二分类变量,

SPSS实战:回归中哑变量的设置和结果解读

在构建回归模型时,如果自变量X为连续性变量,回归系数β可以解释为:在其他自变量不变的条件下,X每改变一个单位,所引起的因变量Y的平均变化量;如果自变量X为二分类变量,例如是否饮酒(1=是,0=否),则回归系数β可以解释为:其他自变量不变的条件下,X=1(饮酒者)与X=0(不饮酒者)相比,所引起的因变量Y的平均变化量。 但是,当自变量X为多分类变量时,例如职业、学历、血型、疾病严重程度等等,此

p for trend内涵与SPSS实现

p for trend主要是指随着某分组变量的递增或递减(需要注意的是,该分组变量需是有序多分类变量),其他变量是否存在某种趋势变化。如下表中,每日观看电视时长为有序多分类变量:小于1.5h,1.5~3.0h,3.0~4.5h,大于等于4.5h。研究者探讨了随着电视观看时长的增加,其他变量的变化情况。我们知道卡方检验中的“线性关联”可以提供随着分组变量的递增,某分类变量的趋势变化。但是,随着某分组

SPSS分析实战-数据清洗

这是一篇基于实战的学习笔记 在这个到处都是数据的时代,很多岗位都应该学一点数据分析,不仅是学一个软件,而是要从中掌握数据分析的思维。 问卷调研仍然是广泛应用的数据获取方式,所以学习问卷调研的数据分析不过时。 数据分析只是手段,最重要的还是结合业务场景,懂业务才知道从哪里下手分析。 需要有统计学基本知识,每篇文章前面我会把涉及的统计学知识点列一下,尽量通俗易懂。

J Hepatology: 自发性门体系统分流的总面积可以独立预测肝硬化的肝性脑病和死亡率

自发性门体分流(SPSS)在肝硬化中经常发生。最近的数据表明,单个大SPSS的存在与并发症有关,尤其是明显的肝性脑病(oHE)。这项研究评估了总横截面SPSS面积(TSA)对肝硬化患者结局的影响。