|
引言 空格回归分析中，P值与95%置信区间(CI)的结果矛盾，即P<0.05，但95%置信区间却包括0或1(β包括0或者OR包括1等)；或者P>0.05，但95%置信区间却不包括0或1。上述情况，你们遇到过吗？没见过的朋友不用担心，科研的道路还长着呢~ 举例 空格小编就不幸遇到过一回，下面是某研究中Logistic回归多因素回归分析的结果。大家可能都注意到了，B因素的P值是小于0.05的，而95%置信区间却又包括了1(本来不应该包括1的)。会不会是统计软件有漏洞？还是其他原因呢？
空格对于上面矛盾的结果，如果不希望作太大的改变，若在R软件中，选择近似正态的估计方法(asymptotic normality)计算置信区间，此时应该不会出现矛盾的情况。而一般情况下，软件采用的是边际似然估计方法(profile likelihood)，可能出现矛盾的情况。代码分别为confint.default(fit)和confint(fit)。 可能的原因 空格当然，矛盾情况的出现，不是软件的问题，因为在我们统计界，P值是有争议的，所以出现这种情况也为正常情况。但是P值的地位也不应该毁在我这个简单的例子中，那么出现矛盾的原因是什么呢？ 空格在单因素和多因素回归中都可能出现矛盾的情况，但一般情况下，它很难发生，因为P值和95%置信区间一直都是模范夫妻(两者具有一致性)。以Logistic回归为例，可能的原因如下： 1. 分类不均衡 空格自变量为分类变量时，可能存在病例组或对照组该分类变量某一类的例数特别少的情况，如婚姻状况：未婚100人、已婚89人、离异1人。此时，很有可能会出现95%置信区间特别宽而包括1，而P值却<0.05。这是最容易出现矛盾情况原因。针对这个情况，我们可以合并例数少的类别，如本例中可以将未婚和离异合并成一类。如果因为只有两类、所有类别例数都较少、专业判断等情况无法合并时，对于Logistic回归，我们可以尝试精确Logistic回归进行估计。需要注意的是，精确估计的方法有时会出现95%置信区间无穷小或无穷大的情况，此时不建议使用该方法或者想办法增大例数。下面提供SAS和R代码： SAS代码： proc logistic data=data; model y/n=A B C D E F; exact B/estimate; run; R代码： library(elrm) model=elrm(y/n~A B C D E F), interest=~B, iter=22000, burnIn=2000, data=data) summary(model) 2. 多重共线性 空格多重共线性会产生较大的标准误，导致回归分析中P值增大，通常会出现P>0.05，虽然标准误的增大，也会使OR的95%置信区间变宽，区间上限或下限特别接近1，但却不包括1。针对这个情况，逐步回归筛选变量的方法一般都能避免。此外，我们还可以设法将彼此高度相关的自变量先综合成新的自变量，再纳入回归方程。 3. 样本量太小 空格如果上述两种方法都进行了尝试，还是存在矛盾的情况，很有可能就是样本量太小引起的。样本量太小导致估计结果不稳定，产生大的标准误，使本来可能有意义的变量变得无统计学意义。那么，在Logistic回归中，到底多大的样本才算合适呢？根据统计咨询的经验，一般是每一个自变量至少需要10例的结局。注意，这里说的结局例数不是整个样本的例数。例如，Logistic回归中自变量总共有5个，若因变量是幸福与否(1=幸福，0=不幸福)，那么研究中需要有至少50个人是幸福的。 其他原因我们有待我们共同探讨！ 仅供参考！ |
|
|
