分类资料的相关与回归分析.pdfVIP

中华护理杂志 年 月第 卷第 期 ， ， ， 2011 12 46 12 Chin J Nurs December 2011 Vol 46 No．12 ·医学统计学漫谈· 分类资料的相关与回归分析 冯国双 2 2 分类资料的相关分析通常采用 检验， 根据 值及相应 案例 某研究分析性别、年龄、吸烟、 治疗等 个因素 χ χ P 3 TKI 10 值判断两变量间是否可能存在相关，并根据列联系数判断具体 对肺癌预后的影响，该研究首先采用单因素分析，将单因素结 的相关性大小。 对于配对的分类资料，还可以用 检验判断 果中 的变量再进行多因素分析。 这里仅列出 个单因素 Kappa P ≤0.05 4 两变量之间是否具有一致性及一致性有多大。 所有这些指标和 分析结果作为示例（表 ）。 根据其结果，年龄、 治疗未被包含 2 TKI 结果都可以在统计软件中指定相应的选项轻松输出，基本上不 在多因素分析中，研究者认为这 个变量对肺癌预后影响不大。 2 需要动太多脑筋。 本文的重点放在回归分析上。 表 肺癌预后效果的单因素分析 2 分类资料的回归通常采用logistic 回归，常用于疾病危险 因素的探索。 与线性回归不同，logistic 回归的结局变量必须 指标 参数估计 标准误 Wald χ 2 P 值 OR值 是二分类或多分类的。 在临床或护理工作中，常会遇到事件 性别 -0.48793 0.22721 4.6118 0.0318 0.614 结局只有“是”或“否”两类的情形，如是否患有某病、是否死 年龄 -0.34516 0.22301 2.3956 0.1217 0.708 亡等。 如要分析疾病发生或死亡的影响因素， 便可以选择 吸烟 0.50105 0.22556 4.9346 0.0263 1.650 logistic 回归分析。 TKI 治疗 -0.72243 0.43417 2.7687 0.0961 0.486 在医学研究中， 回归应用非常广泛，但在不少文章 logistic 该研究如果仅看 值，年龄和 治疗确实都大于 ，但 P TKI 0.05 中依然存在一定问题。