SPSS学习笔记之——二项Logistic回归分析.docxVIP

SPSS学习笔记之——二项 Logistic 回归分析 [ 转载 ]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 ----------------------------------------------- 比值、比数，是指某事件发生的可能性 ( 概率 ) 与不发生的可能 Odds: 称为 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 1.5-2.9  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 数据视图 下面开始准备数据 : 由于“ default ”变量可能存在缺失值，所以要新建一个变量 validate ，当 default 不为缺失值时，将 validate=1 ，然后通过 validate 来判断将不缺失的值 纳入回归分析 : 选择如下菜单 : 点击进入“计算变量”对话框 : 在“目标变量”看中输入“ validate ”，右边的“数字表达式”输入“ 1”。 再点击下方的“如果 ... ”按钮，进入对话框 : 在框