多分类Logistic回归.docVIP

多分类Logistic回归 步骤： Analyze——Regression——multinomial logistic regression,将应变量“结果”调入dependent，由于所有自变量均为分类变量，所以将“感染时间”、ALT、病毒载量、alt一过、病毒下降，所有自变量调入factor，其他均采用默认操作，点OK，最终结果如下： （你发给我的结果我没打开，所以怕你也打不开，我截图了啊）。 到这里，回归操作已经进行完毕，接下来根据得到的以上回归结果进行预测。 在做多分类logistic回归时，如果应变量Y有n个值，以其中一个类别做为参考类别（baseline category），其他类别都同它相比较生成n-1个非冗余的logit变量模型。如，y=n做为参考类别，则对于y=i，其logit模型为： （公式1） 对于参考类别，其模型中所有系数均为0. SPSS中默认将最大类别做为参考类别。本例应变量y分三类：1=联合应答，2=部分应答，3=不应答。因此，将3=不应答做为应变量的参考类别。所以，出现结果方框下第一行字：The reference category is：3不应答。因为“3不应答”做了参考类别，所以“3不应答”的所有系数均为0，所以执行结果中不显示。 同样，感染时间=3、病毒载量=3、基因型=3、alt一过=2、病毒下降=2、alt=3，分别做为各个自变量的参考变量，其系数也均为0. 回归的目的是为了预测。假设已知一患者，其感染时间=1，病毒载量=2，基因型=1，alt一过=1，病毒下降=1，alt=2，预测该患者的结果是联合应答、部分应答、不应答的可能性分别是多大？ 第一步：根据公式1计算各种应答水平的g值。 对于联合应答：g1=-2.813+3.056+0.439+1.059+0.392+2.290-1.501=2.922 对于部分应答：g2=-1.104+1.829-0.125-0.737-0.214+1.491-1.389=-0.249 对于不应答：g3=0. 因为不应答组是应变量y的参考组，所有系数均为0. 第二步：根据公式2计算各种应答水平的P值。 （公式2） P（联合应答）=e2.922/（e2.922+e-0.249+e0）=A P(部分应答)= e-0.249/（e2.922+e-0.249+e0）=B P（不应答）= e0/（e2.922+e-0.249+e0）=C A+B+C=1 因此，该患者联合应答的可能性是A，部分应答的可能性是B，不应答的可能是C。 预测结束。 回归结果中，exp（B）的解释，如第二行21.243，表示对于结果是联合应答而不是不应答这种情况，感染时间1是感染时间3的21.243倍。