当回归分析模型遇到连续型自变量，我该怎么办？.docxVIP

当回归分析模型遇到连续型自变量，我该怎么办？ 如何科学的构建回归模型系列 1.一道饕餮大餐来了！手把手教你如何科学地构建回归模型！ 2.一文汇总三大回归的基本应用条件、诊断与处理方法 3.回归分析时何时设置哑变量？如何设置？ SPSS 教程37 回归模型连续型自变量的处理方式 上一推文，我介绍了自变量是无序分类变量的哑变量设置方法。本文轮到讨论连续型的定量变量了。 很多朋友对于回归建模中自变量是连续型变量的处理，非常简单粗暴，直接将自变量不作任何处理纳入回归分析中。这种方式应该是作为流行的做法。然而最终简单粗暴的方法毫无任何美感。 一个回归分析模型美不美，关键点之一是我们如何对待连续型自变量。这里面有一些技巧，是大家需要重视的。连续型自变量，首先要要明确，与研究结局Y是否具有线性关系。 关于线性关系，我已经讲了很多次，无论是线性回归、logistic回归和Cox回归，都要明确自变量与结局存在着大致的线性关系。 如何判定自变量与结局是否有线性关系呢？ 线性回归分析，一般采用绘制X与Y的散点图，诸位可以学习本推文相应的文章： 线性回归时，你还不会做残差分析？来看基本教程！ logistic回归，一般需要借助交互效应来查看线性问题，相应学习文章如下 Logistic 回归简明教程：原理、SPSS操作、结果解读与报告撰写 特别是线性问题，可以看看代表性文章的说法构建logistic回归模型很简单？高分SCI文章的做法远远比你想的多 Cox回归，同样，我对线性回归条件进行了介绍生存分析COX回归，小心你的数据不符合应用条件 此外，对于线性关系是否成立，诸位可以通过哑变量设置的方法进行识别。这种方法，便是将自变量转为有序多分类变量，并且设置最低值或者最大值组为对照组，进行分析。若各哑变量回归系数b值间隔差不多等距，即可以认为线性关系成立。关于哑变量设置与线性关系条件成立的研究，诸位可以查看本系列推文：回归分析时何时设置哑变量？如何设置？手把手教会SPSS分析 有些时候线性条件成立、有些时候线性条件不成立。现在我根据实际情况，介绍处理连续型自变量的若干种方法。 连续型自变量纳入回归模型的n种方法 1 分析案例 例3：研究究高血压患者血压与性别、年龄、身高、体重、户籍等变量的关系，随机测量了32名40岁以上的血压y、年龄X1、体重指数X2、性别X3，户籍X4试建立多重线性回归方程。数据文件见reg.sav。 本例中年龄和体重指数是连续型变量，本文针对年龄开展分析。对于年龄与高血压的关系，有以下几种方法可以推荐给大家。 2 当自变量与应变量线性关系成立 第一种，当线性关系条件成立，最基本的方法是直接纳入。直接纳入法是最原始的方法，当然线性关系成立，不用担心这样直接纳入是否合适。本例显示，年龄每增加一岁，血压增加1.697 mmHg。 第二种，线性关系成立时，等级变量法。当线性关系条件成立，很多时候直接纳入自变量的方法，得到的回归系数，意义不大。比如，年龄每增加一岁，血压增加1.697 mmHg。没有太大的临床意义。如果我们现将年龄进行进行转换，变成有序多分类变量，也是不错的办法。比如，由于年龄在41-65岁之间，我把年龄变为41-45岁，46-50岁，51-55岁，56-60岁，61-65岁一组，然后再开展分析。我们就可以发现，结果解释的大致相同。本例显示，年龄每增加5岁，血压增加8.089 mmHg。这样的说法在临床上更有意义。 本方法有另外一种说法，叫做趋势性检验分析。 本方法需要注意等级变量等距的问题，若不等距，可能会得到错误的结果。 第三种，线性关系成立时，哑变量设置的方法。这种方法即在第二种方法的基础上进行哑变量设置分析，比如我们以41-45岁作为对照，开展哑变量分析。可以发现，哑变量设置的方法为我们提供了更多关于变量影响的信息。比如研究可以发现，实际上，不是所有的组别都和41-45岁相比，血压都增高的，45-50岁组与41-45岁相比，没有发现统计学差异（P=0.125）。 这种方法也有风险，它需要更大的样本量，它可能会由于各组别样本量不足而导致无统计学差异的结果。很多人会奇怪，比如下面的结果： 诸位可以看到，年龄第5等级时，b=25.767，是一个较大值，暗示p=0.065, 没有统计学意义。虽然看起来随着年龄增加，血压是在不断上上升，但是由于年龄第5等级时，样本量过小，抽样误差过大（标准误差=13.68），远远大于其他组别，因此P值也变得很奇怪。碰到这种情况，还是我还是推荐不设置哑变量的处理方法。 第四种，线性关系成立时，双重法。同时开展第三种方法(哑变量设置）和第二种方法（趋势检验法）。两者结合，珠联璧合！同时能够体现各亚组的效应，也可以体现总体上的线性关系。强烈推荐！ 3 当自变量与应变量线性关系不成立 当线性关系不成立，也