苹果/安卓/wp
积分 22, 距离下一级还需 2 积分
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯
购买后可立即获得
权限: 隐身
道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
各位大侠，我不是统计学专业出身，但最近的一篇论文需要很多的统计学知识和技巧，各种数据真把我搞的焦头烂额，希望各位前辈能够指点一二，在下不胜感激！
我的论文是调查某几个基因的多态性与胃病发生之间的关系，用的是case-control的方法，自变量涉及性别、年龄、细菌感染与否，基因型，因变量分为胃癌组，胃炎组，对照组。统计软件是SPSS17.0
我遇到的问题有如下几个：
1、自变量基因型有3个水平，我将它们赋值为1、2、3，在分析时没有采用哑变量的分组方式，而是在数据变量视图中采用数据缺失的方法，因变量也采用这种方法用二元logistic回归实现数据分析。这样的做法是否可行，有什么弊端？
2、在对自变量性别、年龄、细菌感染对研究人群作单因素分析时发现，细菌感染的组间卡方检验p＞0.05，没有显著差异。但据生物学理论细菌感染可能与基因型交互作用影响胃病的发生，我对基因型和细菌感染和胃病做析因分析，采用GLM单变量分析，结果显示p＜0.05，这能否说明细菌感染和基因型存在交互作用？
3、在做二元logistic分析时，细菌感染（A），基因型（B），二者交互作用（A*B）是否一起放入协变量栏进行分析，设置reference时是单独的A reference还是单独的B reference或者将两个reference同时引入？我将二者的reference一起引入，给出的结果A（1）*B（1)的p＜0.05，这时候得到的OR值它的含义是什么，是指A（1）与B（1）的联合作用与对照相比发生胃病的风险值么？我发现在引入交互作用项后，基因型的p值和OR值都发生了改变，在给出结果的时候是以这个为准还是以没有交互作用项时的为准呢？
4、在本例中交互作用的关系是否可以通过细菌感染与否对基因型的分层计算来实现呢？
大概就是这些问题吧，希望大家能看明白，里面可能有些问题的提法就是错误的，还请您不吝赐教啊！
快沉了，顶一下，请大家帮忙发表意见！是我的表述有问题大家看不明白么？
今年研究生数学建模A题就是这样的！你可以看看《Logistic回归模型——方法与应用》
一诺仁兄，《Logistic回归模型——方法与应用》这本书网上有pdf版本的么？可否麻烦给我个链接地址呢，谢谢啦
，这个里面有，是版主汇总的
谢谢楼上的答复。因为是新手，所以很多资料下不了。我从其他途径把《Logistic回归模型——方法与应用》下了，也在网上搜到了2010年全国研究生数学建模竞赛A题。从专业角度来讲，生物学家在完成了人类基因组的序列测定以后，对基因组的解读是目前的一个关键问题，它的复杂度超乎想象，我想需要生物学和统计学高手双管齐下才能看出点端倪。我的专业是生物学，统计上学时学到过，但基本已经还给老师了，现在是现学现用，遇到的问题一堆。看过一些国内和国外的相关文献，有些分析是依葫芦画瓢，挺粗浅的，有的仿佛有些价值但碍于统计知识不能深入领会。
对于自变量的选人问题《Logistic回归模型——方法与应用》中提到如果自变量p＜0.25都应作为可能的候选变量。
现在的问题集中在自变量之间存在交互作用用什么方法来做，判别标准是什么，它们对因变量的影响怎么做，spss的输出结果怎么解释，有何意义。
13:25:52 上传
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师关注今日：7 | 主题：208047
微信扫一扫
【求助】求助：如何解释多因素logistic回归分析的结果？？单因素Logistic没有意义
页码直达：
这个帖子发布于6年零186天前，其中的信息可能已发生改变或有所发展。
我的自变量有4个,做单因素logistic时候, 4个的sig&0.05,全都是没有统计学意义!!但是我把4个变量一起放入多因素logistic回归分析时候,模型整体是有意义的(sig&0.05); 并且3个变量在方程,其中2个自变量的P&0.05, 一个是0.95；这个好像和别人的相反啊?别人都是单因素有意义, 可能放在多因素里面就被踢出方程了?求助：如何解释？
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
mofacrystal 编辑于
有人吗? （刚来丁香园，不知道是否有前辈帮忙解答吗？）
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我也不知道，帮顶一下，我也正在学logistic回归
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我有相同疑问，等待解答！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园SPSS学习笔记之——二项Logistic回归分析
logisticlogistic&
下面学习一下Odds、OR、RR的概念：
在病例对照研究中，可以画出下列的四格表：
------------------------------------------------------
-----------------------------------------------------
-----------------------------------------------
Odds: 称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性（概率）之比。在病例对照研究中病例组的暴露比值为：
(a/(a+c))/(c(a+c)) = a/c，
对照组的暴露比值为：
(b/(b+d))/(d/(b+d)) = b/d
OR：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) =
换一种角度，暴露组的疾病发生比值：
(a/(a+b))/(b(a+b)) = a/b
非暴露组的疾病发生比值：
(c/(c+d))/(d/(c+d)) = c/d
odds1/odds2 = ad/bc
与之前的结果一致。
OR的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR&1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联；OR&1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。&还应计算OR的置信区间，若区间跨1，一般说明该因素无意义。
关联强度大致如下：
------------------------------------------------------
OR值&&&&&&&&&&&&&&&&&&&&&&&&联系强度
------------------------------------------------------
&0.9-1.0&&
1.0-1.1&&&&&&&&&&&&&&&&&&&&无
&0.7-0.8&&
1.2-1.4&&&&&&
弱（前者为负关联，后者为正关联）
&0.4-0.6&&
1.5-2.9&&&&&&&&&&&&&
& &中等（同上）
&0.1-0.3&&
3.0-9.0&&&&&&&&&&&&&&&
& 强（同上）
&0.1&&&&&10.0以上&&&&&&&&&&&&&
& 很强（同上）
------------------------------------------------------
RR: 相对危险度（relative&risk）的本质为率比（rate&ratio）或危险比(risk&ratio)，即暴露组与非暴露组发病率之比，或发病的概率之比。但是病例对照研究不能计算发病率，所以病例对照研究中只能计算OR。当人群中疾病的发病率或者患病率很小时，OR近似等于RR，可用OR值代替RR。
不同发病率情况下，OR与RR的关系图如下：
当发病率&10%时，RR与OR很接近。当发病率增大时，两者的差别增大。当OR&1时，OR高估了RR，当OR&1时，OR低估了RR。
设疾病在非暴露人群中的发病为P0，则可用下列公式对RR记性校正：
RR = OR/((1-P0)+(P0*OR))
若P0未知，可以用c/(c+d)估计。
SPSSbankloan.sav
& & 数据视图
default"validate"defaultvalidate=1validate
validate1...
missing(default)=0defalut
[default]LRvalidate
validate=1
Hosmer-LemeshowHosmer-Lemeshow
Cox&Snell RNegelkerke RR10.2980.436
这是H-L检验表，P=0.381 & 0.05接受0假设，认为该模型能很好拟合数据。
H-L检验的随机性表，比较观测值与期望值，表中观测值与期望值大致相同，可以直观的认为，该模型拟合度较好。
700478+39=51747892.5%91+92=1839250.3%81.4%
P&0.05BS.E.WalsWaldEXP(B)1Odds2Odds10.785
& =& -0.791 -
0.243*employ - 0.081*address + 0.088*detbinc +
0.573*creddebt0.50.5
这是不在方程中的变量，其均大于。
01YNY0.5N0.5U
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。09-1009-1608-1807-20
01-1210-1403-2002-01
◇本站云标签
◇热点推荐}