条件logistic回归分析(Conditional Logistic Regression Analysis) | 您所在的位置:网站首页 › 能做回归分析的软件 › 条件logistic回归分析(Conditional Logistic Regression Analysis) |
在前面文章中介绍了条件logistic回归分析(Conditional Logistic Regression Analysis)的假设检验理论,本篇文章将实例演示在SPSS软件中实现条件logistic回归分析的操作步骤。 关键词:SPSS; 条件logistic回归; 配对logistic回归; 条件逻辑回归; 配对逻辑回归 一、案例介绍某肾内科医师拟探究急性肾损伤的危险因素,回顾性收集了109例在院内发生急性肾损伤患者的性别、年龄、体质指数(BMI)、血肌酐(Cr)和血清乳酸(Serum Lactate),并根据性别和年龄进行1:1配对,收集了109例未发生肾损伤的患者的相关信息,进行配对病例对照研究。“sAKI”为二分类变量,代表急性肾损伤发生情况(“发生”为“1”,“未发生”为“0”);“BMI”为有序多分类变量,代表体质指数(“偏瘦”为“1”,“正常”为“2”,“超重”为“3”);“Cr”和“Lactate” 都为连续变量,分别表示血肌酐和血清乳酸含量;“subclass”为多分类变量,表示对子数。部分数据见图1。本文案例可从“附件下载”处下载。 ![]() 本案例的分析目的是探讨某肾内科医师拟探究急性肾损伤的危险因素,采用配对设计,研究多个因素对二分类因变量的影响,可以采用条件logistic回归分析。但需要满足7个条件: 条件1:因变量为二分类变量。本研究中因变量为是否发生急性肾损伤“是”和“否”,为二分类变量,该条件满足。 条件2:至少有1个自变量。自变量可以是分类变量也可以是连续变量。本研究中有多个自变量,类型各异,该条件满足。 条件3:观察变量为配对设计。本研究中,两组患者是根据性别和年龄进行1:1配对,该条件满足。 条件4:因变量对子数为自变量个数的10~15倍(EPV原则),最好>30对,自变量的参照水平组不应少于30或50例。该条件需要通过软件分析后判断。 条件5:自变量之间无多重共线性。该条件需要通过软件分析后判断。 条件6:自变量不存在显著的异常值。该条件需要通过软件分析后判断。 条件7:数据未出现完全分离或拟完全分离现象。该条件需要通过软件分析后判断。 三、软件操作及结果解读 (一) 适用条件判断1 1. 条件4判断(因变量样本例数)首先计算因变量中例数较少类的样本例数。 (1) 软件操作① 选择“分析”—“描述统计”—“频率”(图2)。 ![]() ② 在“频率”对话框中将变量“sAKI”选入右侧“变量”框中,点击“确定”(图3)。 ![]() 由图4可见,“1”代表“发生急性肾损伤”,“0”代表“未发生急性肾损伤”,两组均为109例,即109对。根据“因变量对子数为自变量个数的10~15倍(EPV原则)”,本案例可纳入7~11个自变量进行多因素条件logistic回归分析。 ![]() (1) 软件操作 ① 选择“分析”—“描述统计”—“交叉表”(图5)。 ![]() ② 在“交叉表”对话框中将变量“sAKI”选入“行”,将分类变量“BMI”选入“列”(图6),然后点击“确定”。 ![]() 由图7“交叉表”可知,“BMI”水平为“1”偏瘦时,因变量的例数 |
CopyRight 2018-2019 实验室设备网 版权所有 |