SPSS分享：分类的Logistic回归介绍.doc

SPSS分享：分类资料的Logistic回归分析 所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic回归。 随着模型的发展，Logistic家族也变得人丁兴旺起来，除了最早的两分类Logistic外，还有配对Logistic模型，多分类Logistic模型、随机效应的Logistic模型等。由于SPSS的能力所限，对话框只能完成其中的两分类和多分类模型，下面我们就介绍一下最重要和最基本的两分类模型。 10.3.1 界面详解与实例 例11.1 某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性肾切除术患者的肾癌标本资料，现从中抽取26例资料作为示例进行logistic回归分析（本例来自《卫生统计学》第四版第11章）。 i：标本序号 x1：确诊时患者的年龄 岁 x2：肾细胞癌血管内皮生长因子 VEGF ，其阳性表述由低到高共3个等级? x3：肾细胞癌组织内微血管数 MVC ? x4：肾癌细胞核组织学分级，由低到高共4级? x5：肾细胞癌分期，由低到高共4期? y：肾细胞癌转移情况 有转移y 1; 无转移y 0 。 ??i?x1?x2?x3?x4?x5?y1?59?2?43.4?2?1?02?36?1?57.2?1?1?03?61?2?190?2?1?04?58?3?128?4?3?15?55?3?80?3?4?16?61?1?94.4?2?1?07?38?1?76?1?1?08?42?1?240?3?2?09?50?1?74?1?1?010?58?3?68.6?2?2?011?68?3?132.8?4?2?012?25?2?94.6?4?3?113?52?1?56?1?1?014?31?1?47.8?2?1?015?36?3?31.6?3?1?116?42?1?66.2?2?1?017?14?3?138.6?3?3?118?32?1?114?2?3?019?35?1?40.2?2?1?020?70?3?177.2?4?3?121?65?2?51.6?4?4?122?45?2?124?2?4?023?68?3?127.2?3?3?124?31?2?124.8?2?3?025?58?1?128?4?3?026?60?3?149.8?4?3?1 在菜单上选择Analyze 》Regression 》Binary Logistic...，系统弹出Logistic回归对话框如下： 左侧是候选变量框，右上角是应变量框，选入二分类的应变量，下方的Covariates框是用于选入自变量的，只不过这里按国外的习惯被称为了协变量。两框中间的是BLOCK系列按扭，我在上一课已经讲过了，不再重复。中下部的 a*b 框是用于选入交互作用的，和其他的对话框不太相同（我也不知道为什么SPSS偏在这里做得不同），下方的Method列表框用于选择变量进入方法，有进入法、前进法和后退法三大类，三类之下又有细分。最下面的四个按钮比较重要，请大家听我慢慢道来： Select 钮：用于限定一个筛选条件，只有满足该条件的记录才会被纳入分析，单击它后对话框会展开让你填入相应的条件。不过我觉得该功能纯属多余，和专门的Select对话框的功能重复了。 Categorical钮：如果你的自变量是多分类的（如血型等），你必须要将它用哑变量的方式来分析，那么就要用该按钮将该变量指定为分类变量，如果有必要，可用里面的选择按钮进行详细的定义，如以哪个取值作为基础水平，各水平间比较的方法是什么等。当然，如果你弄不明白，不改也可以，默认的是以最大取值为基础水平，用Deviance做比较。 Save钮：将中间结果存储起来供以后分析，共有预测值、影响强度因子和残差三大类。 Options钮：这一部分非常重要，但又常常被忽视，在这里我们可以对模型作精确定义，还可以选择模型预测情况的描述方式，如Statistics and Plots中的Classification plots就是非常重要的模型预测工具，Correlations of estimates则是重要的模型诊断工具，Iteration history可以看到迭代的具体情况，从而得知你的模型是否在迭代时存在病态，下方则可以确定进入和排除的概率标准，这在逐步回归中是非常有用的。 好，根据我们的目的，应变量为Y，而X1~X5为自变量，具体的分析操作如下： Analyze