logistics回归,最优尺度回归,决策树.ppt

2016.06.04 案例分析 许** 刘** 李* 王** 苏* Department of Biostatistics, School of Public Health Shandong University * 1 2 3 4 5 决策树 方法比较 最优尺度回归 统计描述 Logistics 回归 Outline 统计描述 统计描述 ? QQ图可看出血小板取自然对数后数据分布更趋于正态分布，更为平稳。 统计描述 ?与四分位数值的距离超过1.5倍四分位间距的为离群值，以o表示；超过3倍的则为极值，用*表示。 ?血小板取自然对数后明显减弱了异常值的影响 统计描述 ?年龄、收缩压、舒张压、ln血小板 箱式图中均没有明显极端值 年龄 舒张压 收缩压 统计描述 Ln血小板 统计描述 Logistics 回归 logistics单因素分析结果 Logistics 回归 多因素分析结果（单因素有意义） 多因素分析结果（逐步回归） ?激素对预防迟发型脑损伤的保护性作用最大，即使用激素后脑损伤的发生风险会下降至原先的e-9.9882 Logistics 回归 Logistics 回归 /*将结果直接输出到一个word文档中*/ /*logistic多因素*/ ods rtf file=multi.rtf; proc logistic data=anli descending plots=roc(id=prob); class var2(ref=1) var7(ref=0) var8(ref=0) var9(ref=0) var10(ref=0) var11(ref=1) var12(ref=0) var13(ref=0)var14(ref=0) /param=reference;/*为分类变量设置参考水平*/ model y= var4 var5 var9 var11 var13 var16 /stb risklimits （selection=stepwise sle=0.1 sls=0.1 details）rsquare；/*得到标准化系数；置信区间；逐步回归每一步的系数细节；R2*/ run; ods rtf close; 最优尺度回归 ?在分析数据时，当遇到自变量为分类变量的情况，比如收入级别、学历等，我们通常的处理方法是直接将各个类别定义取值为等距连续整数。比如将收入的高、中、低分别定义为1、2、3，但是这意味着这三个水平之间的差距是相等的或者说它们对因变量的数值影响程度是均匀的，显然这种假设是有些草率的，基于此的分析有时会得出很不合理的结论。而最优尺度回归可以解决这一问题，它可以将人为设置的分类变量进一步优化，找出更加合理的分类。 ?首先，我们先把原始数据中的进行了处理，即将0,1变量定义为1,2。 最优尺度回归 SPSS操作步骤 最优尺度回归 ?对案例进行了汇总整理，总计201例，但有4个个案包括缺失值（去除异常值），分析中使用的最终样本量为197。 ?模型摘要，调整后 的R方为0.551，说明模 型解释能力比较好 ?方差分析结果。 P值明显小0.05， 说明该模型有统计 学意义 最优尺度回归 ?模型的系数及其显著性。 最优尺度回归 偏相关系数 最优尺度回归 量化转换图 ?由意识程度的转换图（右图）可以看出2、3两个等级被赋予了相同的量化评分，在后续的分析中，这两个级别就被合并分析了。 最优尺度回归 ?模型综述 （1）由分析结果“系数”表可知，最终的的模型为： Y（迟发型脑病）=0.165*激素-0.407*舒张压-0.293*ln血小板 （2）由分析结果的“模型摘要”表，可知模型的拟合优度效果一般，调整后的R2为0.551，“ANOVA”表明模型的整体非常显著，P值小于0.001，模型具有统计学意义。 （3）由分析结果“相关性和容错”表重要性分析表明，舒张压、血小板的自然对数和激素对结局影响较大，其余变量对结局的影响作用很小。 （4）虽然，在此模型中意识程度的对结局的影响不显著，但是把意识程度设为有序变量，进行相应变换，则改变了变量的初始差异，这也体现了最优尺度变换的优势。 最优尺度回归 ?去除异常值的模型R方较大，拟合效果较好。 决策树 ?决策树法（decision tree-based method） 是通过一系列 if-then 的逻辑（分枝）关系，形成一套分层规则，将所有可能发生的结局的概率分布用树形图来表达，生成决策树，从而达到对研究对象进行精确预测或正确分类的目的。 ?根据因变量类