关于卡方检验与单因素logistic回归的个人看法
2012-04-29 medstatistics MedSci原创
关于卡方检验和单因素logistic回归，其实我个人很久以前就一直认为是等同的，从来没有觉得二者不同。但后来偶然发现有的人认为二者不同。最典型的就是有次帮别人做统计，作了单因素logistic回归，投稿后，有的审稿专家认为，从来就没有“单因素 logistic回归”这一说法，logistic回归一定是指多因素logistic回归，所谓单因素logistic回归必须用卡方检验。看了之后我承认确实没想
关于卡方检验和单因素logistic回归，其实我个人很久以前就一直认为是等同的，从来没有觉得二者不同。但后来偶然发现有的人认为二者不同。最典型的就是有次帮别人做统计，作了单因素logistic回归，投稿后，有的审稿专家认为，从来就没有“单因素 logistic回归”这一说法，logistic回归一定是指多因素logistic回归，所谓单因素logistic回归必须用卡方检验。看了之后我承认确实没想到有人会这么想，难道是我以前想法太单纯？
我也曾利用数据验证了一下，当然结果二者肯定是一致的。我只是奇怪为什么有的人会认为二者不等同。即使现在，仍有的杂志，要么认为单因素logistic回归必须用卡方检验，要么认为单因素logistic回归不应该用卡方检验，只能用单因素logistic回归。其实这么简单的问题，只要利用统计软件验证，很容易得出结论。但总是有人把一些结果容易想当然化，以致对不少医学生造成困惑。本来他们就对二者关系不确定，再看到一些不同的声音，更不知道该怎么办了。
其实，不仅卡方检验和单因素logistic回归是等同的，t检验和单因素线性回归也是等同的，把组别作为自变量，做线性回归，回归系数就是两组的差值。方差分析和单因素线性回归也是一致的，如果你把组别作为自变量，而且将其虚拟化或哑变量化，因为方差分析中组别数超过2组，因此可以将其转化为虚拟变量，这时你可以看出单因素线性回归跟方差分析的关系。
所以，其实好多东西，书本上都不会讲，或者编书的作者也根本没想到，只能靠自己去发现不同方法之间的联系，这种联系可能帮助我们更好地理解方法。慢慢就会脱离课本的束缚，建立自己的思想体系。
有时候看到老师给出的表格，在做完卡方又搞个unadjusted OR，我觉得挺纳闷的。卡方列出交叉表频数和百分比还有个统计量和P值，logistic多了OR值和95%的可信区间，得到的信息丰富了一些。又看到发表的一篇文章，明明做了卡方，然后又做unadjusted OR，我觉得为什么做两次单因素分析，都是一样的。所以我觉得有必要看看到底这个单因素logistic和卡方有啥子的不同，有啥子一样。
|
变量 |
有 |
|
|
无 |
|
|
P值 | |
|
n |
% |
|
N |
% |
|
| ||
|
居住时间 |
0—4 |
12 |
11.76 |
|
90 |
88.24 |
21.7849 |
<.0001 |
|
|
5—9 |
12 |
14.81 |
|
69 |
85.19 | ||
|
|
10—19 |
27 |
21.43 |
|
99 |
78.57 | ||
|
|
≥20 |
46 |
35.11 |
|
85 |
64.89 | ||
似然比卡方的结果为21.5874，P<0.0001
Likelihood Ratio=21.5874，P<0.0001;SCORE=21.7849,P<0.0001;
确实得分检验的χ2值等于采用χ2检验所求得的χ2值，似然比结果等于χ2检验中的似然比χ2值。
|
变量 |
OR(95%CI) |
P |
|
RESIDE 1 vs 4 |
0.25(0.12-0.5) |
<.0001 |
|
RESIDE 2 vs 4 |
0.32(0.16-0.65) |
0.0017 |
|
RESIDE 3 vs 4 |
0.5(0.29-0.88) |
0.0158 |
|
RESIDE 4 |
1.00 |
我又试着做了几个不同的例子，差异无统计学意义的，得出的P值都非常接近。
所以，我觉得单因素还是做logistic回归比较好吧，这样得出的信息比较多，至于logistic回归与两两比较的方法，和Bonferroni 有什么关系，1vs2, 1vs3等等，这个logistic回归的P值还需不需要调整，我觉得我们仅仅是做单因素分析，并不是重点描述，只是用这个来选择一些变量，进入到多元分析，有个直观的认识就行了。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
ANOVA与线性回归都属于线性模型，两者的关联在很多书中都有论述。
88
非常的好，一看就得统计专业的
131
我有个资料，卡方和单因素得出了不同的结论。我很困惑，希望能得到你的指导
109
很细致，我也想到这点了
130
#logistic回归#
23
#Logistic#
25
#GIST#
34
#卡方检验#
37