分类资料的Logistic回归分析SPSS.docx

SPSS10.0高级教程十三：分类资料的Logistic回归分析(2009-02-05 15:32:54)^^^^^所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方 程出来，可概率的取值在0〜1之间，回归方程的应变量取值可是在实数集中，直接做会出现 0〜1范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit变换，这样取值区 间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了 Logistic回 归随着模型的发展^rogst?^家族也变得人丁兴旺起来除早的两分^^ogst?^外有 配对 Logistic模型，多分类 Logistic模型、随机效应的 Logistic模型等由于 SPSS 的能力|| 所限，对话框只能完成其四两分类和多分类模型1面我们就介绍一下最重要和最基本的 两分类ii^^^^^^^^^^^^^^^^^^^^^^^^H 10.3.1界面详解与实例例11.1某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性 肾切除术患者的肾癌标本资料，现从中抽取26例资料作为示例进行logistic回归分析(本例 来自《卫生统计学》第四版第11 P"^^^^^^^^H^^^^^M, E：标本序• x1：确诊时的年龄岁^^^^^^^^^^^^^^^^^^^^| , X2：肾M癌血管内皮生长^子(VEGF^其阳^表述^低到高共3个等, x3：肾癌组织内微血管数(MVC)^^^^^^^^^^^^^^^^H , |x4：肾癌细胞核组织学分级，由低到高共4级, X5：肾^癌分期到高共4期, |y：肾细胞癌转移情况(有转移尸=1;无转移y=0)。

x4 xSy^^^^^^^^^^^^^^^^^^^^^^^^^H1 59 2 43.4 2 1 0^^^^^^^^^^^^^^^^^^^^^H2 36 1 57.2 1 1 0^^^^^^^^^^^^^^^^^^^^^H3 61 2 190 2 1 0^^^^^^^^^^^^^^^^^^^^^H4 58 3 128 4 3 1^^^^^^^^^^^^^^^^^^^^^!5 55 3 80 3 4 1^^^^^^^^^^^^^^^^^^^^^H6 61 1 94.4 2 10^^^^^^^^^^^^^^^^^^^^H7 38 1 76 1 1 0^^^^^^^^^^^^^^^^^^^^^M8 42 1 240 3 2 0^^^^^^^^^^^^^^^^^^^^^H9 50 1 74 1 1 0^^^^^^^^^^^^^^^^^^^^^H10 58 3 68.6 2 2o^^^^^^^^^^^^^^^^^^^^l11 68 3 132.8 4 212 25 2 94.6 4 31^^^^^^^^^^^^^^^^^^^^H13 52 1 56 1 1 0^^^^^^^^^^^^^^^^^^^^^!14 31 1 47.8 2 1 0^^^^^^^^^^^^^^^^^^^^H15 36 3 31.6 3 1 1116 42 1 66.2 2 1 M17 14 3 138.6 3 31^^^^^^^^^^^^^^^^^^^H18 32 1 114 2 3 0^^^^^^^^^^^^^^^^^^^^H19 35 1 40.2 2 1 0^^^^^^^^^^^^^^^^^^^^B20 70 3 177.2 4 3 1^^^^^^^^^^^^^^^^^^^H21 65 2 51.6 4 4 1^^^^^^^^^^^^^^^^^^^^!22 45 2 124 2 4 0^^^^^^^^^^^^^^^^^^^^H23 68 3 127.2 3 31^^^^^^^^^^^^^^^^^^^M24 31 2 124.8 2 325 58 1 128 4 3 0^^^^^^^^^^^^^^^^^^^M26 60 3 149.8 4 31^^^^^^^^^M^^^^^^^^M 在菜单上选择Anaiyzs==》EegressiOE==》EiEarzzogEticz，系统弹出LoiEtiz回归对话框 如下：1 2 3 4 5 一• .•.，： -I X X X X XV^iock 1 of 1Next■Method;Enterwww.bioon.carnSave..v Options;.左侧是候选变量框，右上角是应变量框，选入二分类的应变量，下方^^Covariates框是用于选入自变量的，只不过这里按国外的习惯被称为了协变量。

两框中间的是BLOCK系列按扭， 我在上一课已经讲过了，不再重复中下部的＞3^＞框是用于选入交互作用的，和其他的对 话框不太相同（我也不知道为什么SPSS偏在这里做得不同），下方的Method列表框用于 选择变量进入方法，有进入法、前进法和后退法三大类，三类之下又有细分最下面的四个 按钮比较重要，请大家听我慢慢道来"^^^^^^^^^^^^^^^^, |Select＞＞钮：用于限定一个筛选条件，只有满足该条件的记录才会被纳入分析，单击 它后对话框会展开让你填入相应的条件不过我觉得该功能纯属多余，和专门的Select 对话框的功能重复,[Categorical钮：如果你的自变量是多分类的（如血型等）"^ 要将它^变量的方式来分析要^按钮将该变量指定为分类变量^果有 必要，可用里面的选择按钮进行详细的定义，如以哪个取值作为基础水平，各水平I、间比较的方法是什么等当然，如果你弄不明白，不改也可以，默认的是以最大竺 基础水平，用Deviance做比较o Save钮：将中间结果存储起来供以后分析，共有预测值、影响强度因子和残差三S^^M^^MIII^^^^^^^o [Options钮：这一部分非常重要，但又常常被忽视，在这里我们可以对模型作精确定义，还可以选择模型预测情况的描述方式，如 Statistics and Plots中的 Classification plots就是非常重要的模型预测工具，Correlations of estimates则是重要的模型诊断工具，Iteration history可以看到迭代的具体情况，从而得知你的模型是否在迭代时存在病态， 下方则可以确定进入和排除的概率标准，这在逐步回归中是非常有用的。

好，根据我们的目的，应变量为Y,而X1〜X5为自变量，具体的分析操作如下:1.2.3.Analyze==》Regression==》Binary Logistic...Dependen^框选Covariates 框：选入 x1~x5l4.OK钮：单击10.3.2结果解释Case Processing S^mtniaryUnweighted Ci3育me'NPercentSelected Ca^es Included in Analysis26100.0Missing0.0Total26100.0Unsel&cteid Cases□.026 竺，口a. rr=we kj it is li eltistsee Glass m：=dtl：ii lai正 t«r tie Wl nmb! 口甥 n.mELogistic Regression26条记录均纳入了分析上表为记录处理情况汇总，即有多少例记录被纳入了下面的分析，可见此处因不存在缺失值，Dependent Variable EncodingOriginal Value Internal ValueLii.ao '梢ww.耕 罚 e上表为应变量分类情况列表，没什么好解释的。

上表为Block 0时的变量系数，可见常数的系数值为-0.636Variables not in the EquationScoredf街g.■Et&p 0Jariabl&s ./I .2591811X2 13.1701.000X3 .2331.0201EO日91.□01JOB 8.1621.004Overall Statistics 17.737脚蜘时就emn.黑踢as上表为在Block 0处尚未纳入分析方程的侯选变量，所作的检验表示如果分别将他们纳入方程，则方程的改变是否会有显著意义（根据所用统计量的不同，可能是拟合优度，Deviance 值等）可见如果将X2系列的哑变量纳入方程，则方程的改变是有显著意义的，X4和X5 也是如此，由于Stepwise方法是一个一个的进入变量，下一步将会先纳入P值最小的变量X2,然后再重新计算该表，再做选择Block 1: Method = Forward Stepwise (ConditionalOnmilxi^ of Model C^ffkieiut^Chi-squm 降dfSig.■Step 1 -?tep15.$331.000Slock15.528.LIOLIh.ilad el15.5381.000Step 2 Step8_178■1.□13EllOi：*：21.71B2.000 日121.716郸■倾』eio馈n工岛施此处开始了 Block 1的拟合，根据我们的设定，采用的方法为Forward （我们只设定了一个 Block，所以后面不会再有Block 2 了）。

上表为全局检验，对每一步都作了 Step、Block和 Model的检验，可见6个检验都是有意义的Nagelkerh;e Rwww^bioan.ccMn11.836h・k・&l Su rnnnaryLog likelihood F； Square18.0L4 At此处为模型概况汇总，可见从STEP1到STEP2, DEVINCE从18降到11，两种决定系数都有上升Classification Table3ObservedPredicted1.00_ P^roeritjg&CorrectStep 1Y .u&152SS.21.007777.8O\re ra II P ercentaqe64.6St即2Y .0LI■18104.11.0009100.0Ove ra II P erc^ ntjaeWWW.DiQ^n.curn^■Tie GITWllie B .r