SPSS学习笔记之——二项Logistic回归分析.pdfVIP

SPSS 学习笔记之——二项Logistic 回归分析 一、 概述 Logistic 回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等） 的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因 变量有影响的自变量，并可以给出预测公式用于预测。 因变量为二分类的称为二项logistic 回归，因变量为多分类的称为多元logistic 回归。 下面学习一下Odds、OR、RR 的概念： 在病例对照研究中，可以画出下列的四格表： 暴露因素 病例 对照 暴露 a b 非暴露 c d Odds: 称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性（概率）之比。 在病例对照研究中病例组的暴露比值为： odds1 = (a/(a+c))/(c(a+c)) = a/c ， 对照组的暴露比值为： odds2 = (b/(b+d))/(d/(b+d)) = b/d OR：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc 换一种角度，暴露组的疾病发生比值： odds1 = (a/(a+b))/(b(a+b)) = a/b 非暴露组的疾病发生比值： odds2 = (c/(c+d))/(d/(c+d)) = c/d OR = odds1/odds2 = ad/bc 与之前的结果一致。 OR 的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR1 说明疾病 的危险度因暴露而增加，暴露与疾病之间为“正”关联；OR1 说明疾病的危险度因暴露而 减少，暴露与疾病之间为“负”关联。 还应计算OR 的置信区间，若区间跨1，一般说明该 因素无意义。 关联强度大致如下： OR 值 联系强度 0.9-1.0 1.0-1.1 无 0.7-0.8 1.2-1.4 弱（前者为负关联，后者为正关联） 0.4-0.6 1. -2.9 中等（同上） 0.1-0.3 3.0-9.0 强（同上） 0.1 10.0 以上 很强（同上） RR: 相对危险度（relative risk）的本质为率比（rate ratio）或危险比(risk ratio)，即暴露组与 非暴露组发病率之比，或发病的概率之比。但是病例对照研究不能计算发病率，所以病例对 照研究中只能计算OR 。当人群中疾病的发病率或者患病率很小时，OR 近似等于 RR，可用 OR 值代替RR。 不同发病率情况下，OR 与RR 的关系图如下： 当发病率10%时，RR 与OR 很接近。当发病率增大时，两者的差别增大。当OR1 时，OR 高估了RR，当OR1 时，OR 低估了RR。 设疾病在非暴露人群中的发病为P0 ，则可用下列公式对RR 记性校正： RR = OR/((1-P0)+(P0*OR)) 若P0 未知，可以用c/(c+d)估计。 二、 问题 对银行拖欠贷款的影响因素进行分析，可选的影响因素有：客户的年龄、教育水平、工龄、 居住年限、家庭收入、贷款收入比、信用卡欠款、其他债务等，从中选择出对是否拖欠贷款 的预测因素，并进行预测。数据采用SPSS 自带的bankloan.sav 中的部分数据。 三、 统计操作 1、 准备数据 变量视图