本文關(guān)鍵詞：Logistic回歸變量篩選及回歸方法選擇實例分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：目的探討多因素Logistic回歸分析中自變量篩選及逐步回歸方法選擇應(yīng)注意的問題。方法針對冠心病危險因素病例對照調(diào)查數(shù)據(jù)(年齡X_1、高血壓史X_2、高血壓家族史X_3、吸煙X_4、高血脂史X_5、動物脂肪攝入X_6、體重指數(shù)X_7、A型性格X_8、冠心病Y),采用6種逐步回歸變量篩選方法,進行多因素Logistic回歸分析,比較不同方法篩選危險因素的差異性。結(jié)果單因素分析可見,冠心病組與非冠心病組的年齡分布無明顯差異(P=0.116),而多因素Logistic回歸分析顯示,相對于65歲以上人群,低年齡組為保護因素[OR45=0.100,(0.000,0.484),P=0.020;OR45~54=0.051,(0.003,0.975),P=0.048]。將年齡定義為分類變量進行分析,篩選出的冠心病危險因素為動物脂肪攝入X_6、A型性格X_8、高血壓史X_5和年齡X_1(P0.05);同時將年齡X_1當(dāng)作連續(xù)性變量進行分析,結(jié)果顯示年齡X_1無統(tǒng)計學(xué)意義(P=0.053)。6種逐步回歸變量篩選方法得到的共同的危險因素是動物脂肪攝入X_6、A型性格X_8;向前-條件、向前-LR、向前-Wald法另篩選出高血脂史X_5為危險因素;向后-條件、向后-LR法另篩選出高血壓家族史X_3和年齡X_1為危險因素,向后-Wald法篩另篩選出高血壓史X_2為危險因素。結(jié)論多因素Logistic回歸分析應(yīng)采用逐步回歸方法,對全部變量進行分析,包括單因素分析無統(tǒng)計意義的自變量;把多分類變量當(dāng)作連續(xù)性變量進行分析,會損失部分信息,甚至可能漏掉重要的危險因素;當(dāng)幾種逐步回歸變量篩選方法得到的危險因素不同時,最好結(jié)合臨床和流行病學(xué)的意義以及生物學(xué)機制等專業(yè)知識,選擇較為合理的結(jié)果。
【作者單位】： 第三軍醫(yī)大學(xué)新橋醫(yī)院循證醫(yī)學(xué)與臨床流行病學(xué)中心;
【關(guān)鍵詞】： Logistic回歸 自變量篩選 逐步回歸
【分類號】：R541.4;R181.3
【正文快照】： 危險因素研究,常常需要使用多因素Logistic回歸分析方法,從調(diào)查的自變量中篩選危險因素[1-8]。但在進行多因素Logistic回歸分析時,常由于變量及方法選擇等原因,得出的回歸分析結(jié)果有時不一致。筆者結(jié)合實例,就多因素Logistic回歸分析中自變量篩選及逐步回歸方法選擇應(yīng)注意的問

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 張政;馮國雙;;變量投影重要性分析在自變量篩選中的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2012年22期

2 蘇景銘, 趙守軍;“最小”C＿p法一一多元回歸中變量篩選的一種算法[J];山西醫(yī)學(xué)院學(xué)報;1994年02期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 閆孟雨;韓汐;李奇峰;陳達;;新型非線性變量篩選方法在光譜分析中的應(yīng)用[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會：化學(xué)信息學(xué)與化學(xué)計量學(xué)[C];2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 謝文華;Spearman相關(guān)系數(shù)的變量篩選方法[D];北京工業(yè)大學(xué);2015年

2 林燕;偏最小二乘變量篩選法及其應(yīng)用研究[D];廈門大學(xué);2007年

3 楊國棟;基于變量篩選的偏最小二乘回歸方法及其應(yīng)用[D];中南大學(xué);2013年

  本文關(guān)鍵詞：Logistic回歸變量篩選及回歸方法選擇實例分析，由筆耕文化傳播整理發(fā)布。

本文編號：490054