应用分类树模型筛选logistic回归中的交互因素.pdfVIP

·114· 应用分类树模型筛选logistic回归中的交互因素 复旦大学统计系(200433)赵自强郑 明△ 【提要】 目的探索自动筛选logistic模型中交互作用因素的方法。方法借助一个实例，说明分层、分类树与10． 点。结论在logistic回归分析中，分类树可以有效地用于自动筛选可能的交互效应因素。 【关键词】分类树；logistic回归模型；交互作用 在应用回归模型分析因变量与自变量之间的回归关 系时，常常需要考虑各自变量之间对因变量可能存在的 明。设任意两组二分类四格表如表1。 交互作用。在自变量较少的情况下，可通过检验交互作 表1两组二分类资料的变量取值定义用表 用项的回归系数推断这些自变量是否对因变量构成交互 作用。但当自变量较多时，回归模型中要考虑交互作用 就相当复杂了；若存在高阶交互作用，要通过对交互作用 项的回归系数检验推断回归模型中的各种情况，就更复 杂了。所以在实践中通过logistic回归模型分析交互作 用，尤其是高阶交互作用，很难真正实现。 表示P(Y 另外，在作回归分析时，常常需要对连续型自变量 x)—笋曼等耥或等价地表示为 logit(P)=po+卢1z (1) 进行分割成若干个分段的自变量，这就存在如何选择 假设y是二分类变量，则首先利用分类树对数据 最合适的分割点问题，对于回归分析而言，很难直接探 进行初步分析，获得一个用分类树表示的分层统计分 索到最合适的分割点，往往根据经验和人为地确定某 析并且每个分层的统计检验均是有显著意义的。 几个点作为分割点，其回归效果很可能因分割点选择 根据分类树的结果构造相应的logistic回归模型， 不理想而受到影响。 利用分类树以获得各自变量之间可能存在的交互关 分类树模型在本质上就是按各个自变量对因变量 系，按照模型中交互作用项的阶数，从高到低依次作统 的关联程度依次逐个分层，直至最后分层的统计检验 计检验，剔除不显著的高阶交互作用项，然后重新拟合 无统计学意义为止，然而分层统计在本质上就是交互 模型和重复考察各个最高阶的交互作用项，直至所有 作用背景下的简单效应统计分析，所以一些文献报道 各项最高阶的交互作用项均显著为止，然后添加需要 可以借助回归树和分类树筛选可能的交互作用项。虽 嵌套的低阶交互作用项或主效应项，重新由高阶到主 然树模型可以筛选交互作用，但它无法分析自变量的 效应对各项作检验，建立完备的logistic模型。 线性叠加效应，并且往往把一些自变量之间的线性叠 加效应的关系错误地用分层关系进行表达。而回归模 实 例 型不仅可以较方便地表达自变量之间的线性叠加效 例：为了探讨患肺癌与吸烟、体育锻炼以及家族病 应。而且在已知树模型结果的情况下，可以对应构造相 史的关系，研究者采用病例对照研究共收集了395例 应的回归模型表达分层的情况和实现分层统计分析。 肺