Logistic 回归:β、OR、RR与P值
微信订阅号“医学统计分析精粹”授权发布,欢迎扫描文末二维码关注!我们提一个问题,“你为什么会选择Logist...
微信订阅号“医学统计分析精粹”授权发布,欢迎扫描文末二维码关注!
我们提一个问题,“你为什么会选择Logistic回归”?
很多人都会回答:因为处理的是“因变量为二分类变量的情形”。
但实际上,Logistic回归如此流行,根源却并不仅仅在于因变量是二分类变量这一点,其实是Logistic回归的产出--OR值,给了Logistic回归如此高大上的江湖地位。
那么什么是OR值呢?这个,恐怕要从RR值说起。
我知道不少人都对公式比较恐惧的,但有时候必须要克服一下,才能够真正理解一个定义的内涵。如下,很简单的:
是的,大概就如您理解的,RR值,就是相对危险度,某个人群发病率是另一个人群发病率的多少倍。例,吸烟者患肺癌的机率是不吸烟者的多少倍。
而OR值却没有这么好解释,。。。怎么办呢?
好在,我们可以得到一个结论,在发病率较小时,OR值与RR值是极为近似的!那我们就可以用OR来模糊代替RR值。
另一点,在Logistic回归结果汇报时,往往会遇到这样一个问题:
是应该汇报OR值,还是β值,还是两个都要汇报?
这个决定权最终当然还是作者您的了,但有一点需要进一步了解:
OR值和β值其实是等价的。如下所示, 又是很简单的公式推导,要不要挑战一下?
如上,便可得到一个结论,OR值和β值其实是等价的!
很多朋友都很关心meta分析的写作,在回顾文献时,如果部分研究只汇报了β值,却没有报告OR值,那这篇文章还能采用吗?当然可以,前面说过,两者其实是等价的,只需要做一个对数转换!
同样,如果你遇到的是生存分析中的HR,跟本文的OR其实是一回事。
下表是一张典型的论文中的Logistic回归结果报告表。
试试能否找到以下几点:
- 上一次模型选择,我们提到过哑变量,能否在图中找出哪里进行了哑变量处理?
- 红框中的2.105,如何解读?
- 同一行中,95%CI与P-value有什么特别的关系?
关注“一起学SPSS”后,回复“电子书”或“book”可获取本书配套免费电子书及数据文件下载地址。回复“key”可获取订阅号文章目录。
邮箱:mchgz@163.com共享网盘:http://pan.baidu.com/s/1bnDDh2R统计交流请加“一起学SPSS小编”微信,请注明所从事的专业。
关注 一起学SPSS
微信扫一扫关注公众号