SPSS进行配对logistic回归(条件logistic回归）分析
2014-05-06 MedSci MedSci原创
一、概述 对病例和对照进行配比能控制影响实验效应的主要非处理因素，可以提高统计分析的效能，可分为1:1，1:n，m:n配对。SPSS中未提供专用的配对logistic回归的功能，通过变换，可以使用其他方法进行分析，常用的就是带有分层的Cox回归模型。 给每一条记录一个虚拟的生存时间，一般默认病例组的生存时间较对照组短，病例算事件发生，对照算作删失，把配对因素算作分层因素，消除配对因素的影响。
一、概述 对病例和对照进行配比能控制影响实验效应的主要非处理因素，可以提高统计分析的效能，可分为1:1，1:n，m:n配对。SPSS中未提供专用的配对logistic回归的功能，通过变换，可以使用其他方法进行分析，常用的就是带有分层的Cox回归模型。 给每一条记录一个虚拟的生存时间，一般默认病例组的生存时间较对照组短，病例算事件发生，对照算作删失，把配对因素算作分层因素，消除配对因素的影响。 二、例题 调查某地65岁居民发生严重感冒的情况，根据性别、年龄每个病例配两个对照，研究目的是分析注射疫苗和肺部疾病与患严重感冒之间的关系。 相关变量级取值如下： id：配对的对子号。 outcome：虚拟的生存时间，病例取值为1，对照取值为2。（也可以取其他值，如1，100，只要对照大于病例的生存时间即可）。 lung：是否患肺部疾病，1代表有，0代表无。 vaccine：是否注射疫苗，1代表是，0代表否。 status：虚拟生存状态变量，病例组全为1，代表事件发生，对照组全为0，代表删失。 三、操作步骤 本例与普通Cox模型操作相同，只需要将id作为分层变量选入模型即可。 变量视图： &nb
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
挺好的.谢谢
117
没下文了？
142
#Logistic#
87
#logistic回归#
79
#GIST#
71