|
Logistic回归作为三大回归（逻辑、线性和COX回归）之一，是研究风险因素最重要的一种回归方法。其作为多因素研究的方法，我们更注重建模策略的学习，而没有Logistic的金标准。在构建模型时，常会遇到如下问题！认真研读，确实可以解惑！ logistic回归分析中，到底样本量多大才算够，这一直是个令许多人困惑的问题。尽管有的人从理论角度提出了logistic回归分析中的样本含量估计，但从使用角度来看多数并不现实。直到现在，这一问题尚无广为接受的答案。根据国外一些大牛的看法，如果样本量小于100，logistic回归的最大似然估计可能有一定的风险，如果大于500则显得比较充足。当然，样本大小还依赖于变量个数、数据结构等条件。
混杂因素一般可以通过三个方面确定：一是该因素（吸烟）对结局（心绞痛）有影响；二是该因素（吸烟）在分析因素（基因）中的分布不均衡；三是从专业角度来判断，即该因素不能是分析因素与结局中间的一个环节。也就是说，不能是分析因素引起该因素，通过该因素再引起结局。 交互作用有的书中也叫效应修饰，是指在该因素的不同水平（不同取值），分析因素与结局的的关联大小有所不同。在某一水平上（如取值为0）可能分析因素对结局的效应大，而在另一个水平上（如取值为1）可能效应小。 理论上，Logistic回归中的自变量可以是任何形式，定量资料和定性资料均可。但我觉得在数据分析时更倾向于自变量以分类的形式进入模型，因为这样更方便解释。 例如体重，如果直接进行分析，结果提示的是每增加1Kg发生某病的危险。而现实中多数疾病可能对体重增加1Kg不敏感，或者我们医务人员不关心增加1Kg所发生的变化，而关注的是胖子是不是比瘦子有更高的发病风险。So，很多情况下将连续自变量转化为分类变量可能会有更合理的结果解释。 我有过这样的经历，logistic回归分析结果中某个自变量的OR值特别大（如>999.999）或特别小（<0.001），可信区间也特别宽（如<0.001~>999.999）。明显觉得有问题，但始终摸不着头脑，后来，发现可能是数据出了问题。
关于logistic回归分析，某些“大牛”如是说：“把因变量和自变量往软件里一放，一运行就出来结果了”，那么简单，我只能呵呵了！ （1）多分类变量不看其与logitP的关系直接进入模型有时候你会发现某些多分类自变量应该有意义但怎么也得不到有统计学意义的结果，那你最好看一下这些自变量与logitP是神马关系，是直线关系吗？如果不是，请设置虚拟变量（SPSS叫做哑变量）后再进入模型。 （2）变量赋值相反有时候，你会发现你的结果恰好与别人的相反。于是乎你不得不陷入深深的苦恼中，当揪头发、拍脑袋都无济于事是，看看是不是因变量赋值问题。如患病（赋值1）和不患病（赋值0）弄成了患病（赋值0）和不患病（赋值1）。
（3）参数估计无统计学意义有时候会发现所有自变量参数估计均无统计学意义，是不是很让你沮丧？（不管你沮不沮丧，反正我都看在眼里）如果你认为从专业角度不大可能所有自变量都无统计学意义，那你可以看下是不是标准误太大导致的Wald卡方检验失效，如果是，不妨换用似然比检验重新分析。如果不是，那你默哀，如果你知道原因请告诉我！ （4）只看参数检验结果看到参数结果就认为分析结束了，这就是典型的只管工作完成，不理会工作质量。很少有人喜欢看拟合优度的结果，尽管拟合优度确实有用，尤其是在模型比较时。拟合优度通俗来讲就是看你求得的模型与实际数据的符合程度。logistic回归中有很多指标可用于拟合优度的评价，如Pearson卡方、Deviance、AIC、似然比统计量等。只要你不是非得追究它们的来历，这些指标的用法还是比较简单的，通常用于模型的比较。 作者：StatsHuo
链接：http://www.jianshu.com/p/15646e157fbd 來源：简书 著作权归作者所有。 |
|
|
