加载中........
×

有序回归的SPSS分析与解释

2017-5-30 作者:MedSci   来源:MedSci原创 我要评论5
Tags: SPSS  有序回归  
分享到:

等级回归分析对应的英文为“ordinal regression”,也称有序回归,以等级变量做因变量建立模型来预测危险发生的概率,因变量中各个类别要按不同程度的顺序取值。

第一步:在SPSS中调用界面:分析---回归---有序
spss教程:回归分析-good:[1]等级回归

选择变量做因变量、因子、协变量。

通过频数描述知,等级越高,概率即数目越多,所以选则“补充对数-对数”即complementary log-log。

spss教程:回归分析-good:[1]等级回归

其中不少知识在以前的文章讲到过的。

单元格信息:最好不要选择,因信息太多,表格输出太大而无法显示。

平行性检验:检验因变量中各类别的斜率是否相等即各类别的参数是否相同,此选项仅对有位置分量Location component)的模型有效。

“估计响应概率”:“模型估计出的观察单位属于因变量中类别的概率”。

包含多项常量”:“实际似然比值,含常数项”。

spss教程:回归分析-good:[1]等级回归

位置”:“默认的是主效应模型”。

度量”:“定义模型中的标度分量”,所选择的变量必须是位置分量所选的变量中的一部分,设置标度分量的目的是改善模型,否则没必要做选择,此处不做选择。

spss教程:回归分析-good:[1]等级回归
spss教程:回归分析-good:[1]等级回归


结果解释:

由于数据量很大,图片只是一部分的截图。

注意观察警告的情况,便于正确理解结果,比如下面的“拟合度”中的显著性,不少数据都是缺失的,有时两种检验的显著性可能不一样,就是因为太多数据缺失造成的。

spss教程:回归分析-good:[1]等级回归


“模型拟合信息”:显著性的计算概率可知,小于显著性水平0.05。

“案例处理摘要”:对原始数据的初步统计分析,表格形式如同频数描述一样。

“伪R方”:值越大,模型拟合的越好。

“拟合度”:显著性值越大,说明拟合的越好。有时因为数据缺失,“伪R方”比“拟合度”更有意义。

spss教程:回归分析-good:[1]等级回归

“参数估计值”:通过观察显著性P值,看出变量的显著性,P值大的变量说明不显著剔除掉,或者重新选择模型。

平行线检验”:由显著性概率知,斜率相同。

最后的预测类别,预测类别概率,实际类别概率都保存在数据窗口中。

spss教程:回归分析-good:[1]等级回归
spss教程:回归分析-good:[1]等级回归
如果平行线检验时,P值非常小,可能有2个原因:
(1)连接函数选择不准确。解决方法:在Options子对话框的最下方就是link下拉列表,可以选择以上5种连接函数,通过不同的连接函数选择消除该效应。
(2)系数的确在随着分割点发生变化。解决方法:使用无序多分类的Logistic回归分析multinomial logistic



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击
分享到:

只有APP中用户,且经认证才能发表评论!马上下载

135********(暂无匿称)

越来越喜欢读梅斯的文章了,增长了不少知识

(来自:梅斯医学APP)

2017-6-10 15:55:42 回复

sxlw

自变量是选入因子还是协变量框?有没有规定?比方说,是否是这样:连续变量选入协变量,分类变量选入因子框(factor(s))。例子中把性别选入了协变量框,自变量选入哪个框究竟有什么规定呢?还是无所谓

(来自:梅斯医学APP)

2017-5-31 23:43:54 回复

jaysppr

感谢梅斯医学!!

(来自:梅斯医学APP)

2017-5-30 12:11:23 回复

158********(暂无匿称)

好文章,学习了,感谢分享。

(来自:梅斯医学APP)

2017-5-30 10:54:31 回复

楠博One

学习谢谢分享

(来自:梅斯医学APP)

2017-5-30 10:26:01 回复

web对话
live chat

扫码领取IF曲线

IF连续增长的期刊