|
缘起 不管您是线性、Logistic还是Cox回归，分类变量进入模型，务必设置哑变量，可是哑变量设置后，到底以哪一种为参照设置哑变量呢，您考虑过吗？ 2019年1月11日-13日·中国广州 微信联系人，添加好友备注“报名” 比如我们研究血型（1=A,2=B,3=AB,4=O），此时1、2、3、4仅是血型的代码，本身这4个数字是不能进行加减法运算的。 它们之间是平等的关系，因此加入模型，会以其中的一个为参照设置哑变量，因此4种血型会设置为3个哑变量，以Logistic回归为例，比如以A型血为参照，则3个哑变量分别表示血型为B、AB、O不是A型血发生结局的风险。 但是问题是，在没有进行Logistic回归之前，是如何确定以哪种血型为参照设置哑变量的呢？ this is a problem。 目前关于这个问题，有两种说法，供您参考 方法一：专业为王 以专业为纲领，选择专业认可的对照组，比如某变量包括（正常人、I型糖尿病、II型糖尿病），那么依据专业，还是设置正常人为参照比较合适。 方法二：统计指导 比如研究血型（1=A,2=B,3=AB,4=O）与某种疾病发生之间的关系，如果专业上无法确定哪种血型发生最低，也就是无法确定专业上的参照，那如何选择呢？ 很多人会说，那我就以每种血型最为参照设置一遍，根据统计分析结果，然互找到那个倒霉蛋，以倒霉蛋为参照。这种做法也可以，但似乎得符合一定的条件。 统计思维 有一种思维叫做统计思维，大家试想，4种血型在我们研究人群中的分布是不一样的，意即各型血型人数不一，如果A型血40人，B型血120人，O型血90人，AB型血150人，此时，如果以A型血作为参照就不合适，因为A型血的人数较少，意思是40人可能并不能代表A型血人的特性，因此A型为参照不合适哦！ 那么此时，应该以样本量较大的为参照，至少保证那个倒霉蛋是稳定的，这很重要哦！ 多因素回归分析样本量 松哥常说“样本量，要适当，少不达，多则溢”，然而对于描述性分析和差异性分析，基本都有现成的样本量计算公式，然而对于高级找关系的多因素模型构建，样本量目前主要是一些适用原则，一般要求样本量是自变量个数的10-15倍。但是当设置哑变量之后，等于自变量个数增加，样本量要适当增加哦！ 但是还要注意点，对于logistic回归和Cox回归，样本量的大小不是指全部观察者的数量，是观察者中，目标结局发生者的数量哦！ 统计思维与统计理论系列[1] 点击即可阅读哦！ 【1060】松哥，这篇SCI的诊断试验结果看不懂，他到底是咋比的？ 【1056】SPSS统计软件学习终身不忘之必杀技 【1055】回归家族的书剑恩仇录，高手进阶必经之路 【1054】单因素是危险因素，多因素却保护因素了，想逆天吗？ 【1051】同一肝癌患者，同时接受CT、超声和磁共振，如何分析？ 【1049】知道两组数据的样本量均数标准差，怎么算合并效应量呢？ 【1046】两因素方差分析，如何判断哪个因素对结果影响较大？ 【1037】SCI论文中Logistic回归模型“门当户对”原则，松哥心得推荐给您 【1030】没有比较就没有伤害，让咱们互相伤害吧，教你4大类统计伤害方法 【1019】方差分析P>0.05，两两比较LSD法P<0.05，这可咋整？ 【1018】倾向性评分后数据，应该采用配对设计还是成组设计？ |
|
|
