首页 > 文献资料
-
第十五讲logistic回归方法的正确应用及结果的正确解释
logistic回归是研究当因变量为二分变量时,因变量与自变量关系的常用方法,自20世纪80年代初引入国内后,随着计算机技术的发展,统计软件的日益成熟而得到了十分广泛的应用.
-
幼儿感觉统合失调与父母养育方式的多因素分析
感觉统合功能失调的病因与遗传因素、孕期危险因素、父母养育方式和居住环境有关[1]。本文将北京市3~6岁儿童1526人的调查资料进行多因素分析,旨在探讨父母养育方式与幼儿感觉统合的关系。 方法和对象的选择见前文[2]。 结果:1.单因素Logistic回归分析:以父母养育方式的四个因子为自变量,以视学平顺、听觉识别及前庭平衡失调为因变量的模型中入选的危险因素有父母亲拒绝、母亲过度保护;触觉失调为因变量的危险因素有父母亲拒绝、父母亲偏爱、母亲过度保护。2.多因素Logistic回归分析;仅母亲的拒绝因子入选回归模型,OR值的95%可信限为1.36~1.52。为探讨父母养育方式对感觉统合失调的交互作用影响,以与母亲拒绝因子相关性较大的父亲拒绝、过度保护因子和母亲过度保护、偏爱因子与其相乘形成新自变量,将母亲拒绝因子和新自变量同时进入多因素Logistic回归模型,得到的回归方程分别为LnY1=-11.0786+0.3190X1;LnY2=-6.6311+0.0056X2;LnY3=-10.2577+0.2974X1;LnY4=-4.6624+0.0041X2;LnY5=-10.4692+0.3044X1。X1是母亲拒绝因子,X2是母亲拒绝因子分与母亲过度保护因子分相乘得到的新自变量;Y1至Y5分别为五种类型的感觉统合失调。 讨论:感觉统合失调的病例和对照的大量条件Logistic回归分析表明,幼儿五种类型的感觉统合失调有共同的危险因素,即父母的拒绝、母亲过度保护和偏爱。父母长期的拒绝否认可使子女缺乏自信、无主见和创造性,使这些儿童因缺乏内驱力而不愿积极地投入到环境中,不愿尝试学习新经验,从而易导致感觉统合失调。本文采用交互作用Logistic回归模型探讨父亲养育方式之间的交互作用,结果表明母亲过度保护与母亲的拒绝存在一定的交互作用,说明母亲过度保护与母亲的拒绝同样对幼儿感觉统合失调的某些类型具有负面影响。本研究结果提示应给予子女较多的情感温暖,减少拒绝、过度保护和偏爱等负性养育方式,从幼儿期开始进行感觉统合失调的病因预防。
-
混杂偏倚
混杂偏倚(confounding bias)指在研究过程中,由于一个或多个混杂因素(即外变量)的影响,夸大或缩小了研究因素(自变量)与研究指标(因变量)之间的真实联系。在研究中,如果某些对研究结果有干扰的混杂因素在各组间分配不均衡,就会产生混杂偏倚,常见的混杂因素包括患者的年龄、性别、婚姻状况,护士的职称、学历、工作年限等。在研究设计阶段,可通过随机化、匹配、分层、限制等方法控制混杂偏倚;在资料分析阶段,可采用分层分析和多因素分析技术等方法来控制混杂偏倚。
-
连续变量的相关与回归分析
连续变量的相关与回归分析有时也称为线性相关与线性回归,它们都是分析变量间关系的方法,但侧重目的不同.线性相关是分析变量间的相互依存关系,即两个或多个变量不区分主次关系,重在解释变量间的关联.而线性回归分析的变量有主次之分,侧重分析自变量对因变量的影响.如研究身高与体重的关系,这两个指标是相互关联的,可采用线性相关分析.如果要分析体重对血压值的影响,此时我们侧重观察血压值随体重的变化而变化的趋势,而不是体重随血压值变化的情况,因此需采用线性回归分析.
-
利用美国国家临床实验室标准化委员会EP6-A指南判定线性
美国国家临床实验室标准化委员会(NCCLS)新核准的线性判定指南EP6-A是利用多项式回归分析判断线性.多项式回归分析是研究一个因变量与一个自变量间的多项式的方法, 即比较一阶(直线)、二阶(抛物线)和三阶(S形线)多项式的回归分析方法, 其回归方程分别表示为:Y=a+b1X,Y=a+b1X+b2X2和Y=a+b1X+b2X2+b3X3 [1]. 多项式回归分析的大优点是可以通过增加X的高阶项对实测点进行逼近直至满意为止, 从而建立优的多项式回归方程.
-
治疗糖尿病患者的高血压:越快越好
我们发表在《Diabetes Care》上的这项回顾性研究包括15,665个新发高血压患者,这些患者来自于2003-2009年间3个大型的综合性健康服务分配系统,年龄在30-74岁之间,他们初诊断有糖尿病,但没有冠心病或脑血管疾病,符合至少1年内没有发生高血压的新发高血压的标准,因变量是从高血压发生1年到住院治疗中风或急性心肌梗死这段时间,用高血压发生后1年的收缩压和舒张压的均值将这些参与者分组.
-
呼吸机各参数间的函数关系
目的:研究及探讨呼吸机各参数设置值之间的关系,为临床应用提供指导。
方法:采用e代天娇(AVEA)呼吸机,在SIMV/AC容量控制通气模式下,分别采集潮气量(VT,单位L)、峰流速(Peak flow,Vmax,单位L/min)、呼吸频率(f,单位次/分)、吸呼比(I:E)、平台时间(Plateau time,TPL,单位s)等五组数据,具体采集方法为将潮气量VT设定为因变量,固定另外四个参数中的三个参数,后一个设定为变量,从而得出潮气量与变量之间的关系。 -
胸主动脉粥样硬化性溃疡在冠心病诊断中的临床应用价值
目的:探讨胸主动脉粥样硬化性溃疡与冠心病的之间的相关性。
方法:回顾性分析我院2014-10至2015-03第一次行冠状动脉计算机断层摄影术(CT)检查的住院患者436例患者,入选患者417例,根据检查结果分为冠心病组243例,非冠心病组174例,比较两组患者的一般资料,以发生冠心病与否为因变量,以年龄、男性比例、高血压病、高脂血症、糖尿病、吸烟、冠心病家族史及胸主动脉粥样硬化性溃疡为自变量,进行多元条件Logistic回归分析,以探讨各独立因素对冠心病的预测价值;同时探讨胸主动脉粥样硬化性溃疡组和非溃疡组的患者冠状动脉病变及严重程度。 -
大内皮素-1对心脏再同步化治疗患者临床预后的评估作用
目的:探讨大内皮素1(big ET-1)对接受心脏再同步化治疗(CRT)的心力衰竭患者全因死亡和心力衰竭再住院的风险评估作用。
方法:回顾性调查阜外医院2010-01至2014-12行首次CRT植入的心力衰竭患者临床资料,对所有患者行电话随访。定义随访终点为全因死亡(包括心脏移植)和心力衰竭再住院。以1年内全因死亡为因变量绘制受试者工作特征(ROC)曲线,根据Youden指数(敏感度+特异度-1)大值找到big ET-1的佳诊断界值。将患者分为big ET-1≥界值组与big ET-1<界值组,比较两组患者基线资料并行相关性分析;对随访结果做生存分析和Cox回归以评价big ET-1对各临床终点的风险评估作用。 -
本刊关于投稿中普通线图制作的几点要求
线图是用线段的升降来说明某事物在时间上的发展变化,或某现象随另一现象变迁的情况,适用于连续性资料。纵横坐标轴都是算术尺度的线图称普通线图。
普通线图主要绘制要求如下:(1)横轴表示某一连续变量(自变量),例如时间、年龄等;纵轴表示因变量,例如某种率或频数。(2)横轴尺度由左向右,纵轴尺度自下而上,数量由小到大,等距标志,两轴顶端不画箭头(箭头只在表述定性变量,没有给出具体标值的情况下使用)。纵轴尺度一般自“0”开始,也可以不从“0”开始。(3)坐标应有标目,同时注明单位(法定计量单位)。标目的书写应注意与相应坐标轴平行,一般沿坐标轴外侧居中书写,纵坐标标目书写时字的方向应与纵坐标垂直,字顺自下而上,如右侧也有纵坐标,书写原则相同。(4)标值线一般放在坐标轴线内侧,长短粗细一致。标值写在坐标轴线外侧,为避免标注过密,可只标注奇数、偶数、5的倍数等。标值过大或过小时,可改换计量单位,或用10的幂次项乘标目的单位,以放大或缩小因子的办法简化标值数字,尽量不超过三位数,或小数点后不超过1个“0”。要防止选用不完整的数值。(5)同一图内不应有太多的曲线,多不超过5条,以免观察不清。(6)图内曲线应按实际数字绘成折线,转折处与相应标值对准,不能任意改为光滑曲线。 -
备战第十一届全运会GD省南拳队运动心理学服务研究
随着国内高水平运动队对运动心理学的重视,越来越多的运动心理学家长期跟随某一个项目或运动队为其提供服务[1-6].但这些研究者们多以实验研究的形式报道他们服务的过程,忽视了其它变量对实验结果的影响.实际上,随队运动心理学服务与一般的实验研究不同,实验研究关注的是自变量对因变量的影响,而运动队服务关注的是运动成绩的提高或个人的成长,或者是两者兼顾.服务效果的好坏也受多种因素的影响,这些因素虽然重要,但往往不能像实验研究那样得到很好的控制.例如,咨访关系[7]、服务的“艺术性”等[8].
-
医学论文中统计分析错误辨析与释疑(12)--定量资料统计分析方法的合理选择
一、带有协变量的定量资料当观测结果为定量变量、影响因素为定性变量时,人们常希望考察定性的影响因素取不同水平条件下,定量观测指标的平均值之间的差异是否具有显著意义,此时,所用的统计分析方法统称为"定量资料均值的假设检验",其参数法常有t检验和方差分析,非参数法有秩和检验.但当资料中还包含一个或多个定量的影响因素时又该怎么办呢?此时的资料被称为"带有协变量的定量资料",处理这样的资料常需要采用"协方差分析",即在定性的影响因素取不同水平的条件下,将每一个定量的影响因素对观测结果的影响化成相等,从而折算出定量观测结果的平均值(被称为修正均值),然后,对修正均值进行相应设计定量资料的方差分析.协方差分析是将回归分析与方差分析结合起来使用的一种分析方法,在这种分析中,先将定量的影响因素看作自变量或称为协变量,建立因变量随自变量变化的回归方程,这样就可以利用回归方程把因变量的变化中受不易控制的定量因素的影响扣除掉,从而能够较合理地比较定性的影响因素处在不同水平下,经过回归分析手段修正以后的因变量的总体均数之间的差别是否有显著意义.
-
医生小词典--重复测量数据的方差分析
重复测量数据的方差分析是对同一因变量进行重复测量的一种试验设计技术。在给予一种或多种处理后,分别在不同的时间点上通过重复测量同一个受试对象获得的指标的观察值,或是通过重复测量同一个个体的不同部位或组织获得的指标的观察值。分析前要对重复测量数据间是否存在相关性进行球形检验,若该检验结果为 P ﹥0.05,说明重复测量数据间不存在相关性,测量数据符合 Huynh - Feldt 条件,可用单因素方差分析方法处理;若检验结果 P ﹤0.05,说明重复测量数据间存在相关性,不能用单因素方差分析方法处理。
-
医生小词典--生存分析
生存分析(survival analysis)是将事件的结果(终点事件)和出现结果经历的时间结合起来分析的一种统计分析方法。其不仅考虑事件是否出现,也考虑事件出现的时间长短,因此该方法也被称为事件时间分析。生存分析起源于医学与生物科学,研究的“事件”是“生存与死亡”,生存分析因此得名。生存分析是医学科研经常遇到的研究内容。生存资料的特点包括有结局和生存时间两个因变量、生存时间分布不正态-非负且右偏、可能含有删失数据(censor);生存分析特点包括同时考虑结局和生存时间两个因变量、可处理生存时间分布不正态的问题、可处理删失数据。生存分析的目的是描述生存过程、比较不同处理组的生存率、分析影响因素、预测。
-
不同人群身体及整体自尊与生活满意度关系
自尊和生活满意度同属于积极心理学研究中的热点问题,二者关系极其密切.已有研究表明,自尊是生活满意度的强有力预测指标[1-3].在我国有关自尊与生活满意感的研究不多,已有研究大多也是以单独被试进行,不同年龄段人群同时进行比较研究较少.本研究将生活满意感作为因变量,选取不同年龄段的人群为被试,分别对身体自尊、整体自尊和生活满意感特点及三者关系进行研究.探讨抽象身体自尊及整体自尊对不同年龄段人群的生活满意感的预测能力.
-
大学生思维风格与人格特征协同关系的集对分析
人格是一种心理品质,是一个人在思想、情感及行为方面区别于他人的特有的模式[1].思维风格反映一个人的思维偏好.对于人格和思维风格两者之间的联系,目前尚无统一认识[2],文献[3]以某医学院448名学生的问卷调查结果进行研究.本文把思维风格与人格特征看成是一个集对,其中人格为因变量,思维风格为自变量,在此基础上作关于两者协同程度的集对分析[4],得到每一种思维风格都在一定程度上影响到个性特征,前者对于后者有较大协同度的结论.
-
单参数指数模型在医药数据分析中的应用研究
对于因变量Y是0-1变量,当自变量xi是连续型变量的情况,logistic回归模型长期被应用,来解决这类问题,随着非参数和半参数模型的发展以及计算机编程水平的提高,我们可以用非参数模型或者半参数模型来解决这类问题.非参数模型或者半参数模型可以直接建立Y与xi之间的关系,这种关系的函数的具体的表达式未知,但是,我们可以通过计算机软件得出这个函数的估计值,得到预测模型,对于给定的值就可求出预测值.如果这种方法计算的结果与logistic回归模型预测的结果一致,或者比logistic回归模型预测的结果好,可提供一种新的解决因变量Y是0-1变量,xi是连续型变量的关系模型,这种关系模型比logistic回归模型好,能表示出Y与置的直接的函数关系.本文的单参数指数模型就是半参数模型中的一种,目的是说明单参数指数模型的可行性和优越性.
-
农民工群体生命质量影响因素的结构方程分析
结构方程分析,常称为结构方程建模,也称协方程结构模型或线性结构模型,是基于变量的协方差矩阵来分析变量间关系的一种统计方法,它整合了传统多变量统计分析中的因素分析与路径分析方法,同时检验模型中包含的显性变量、潜在变量、干扰或误差变量,进而评估自变量对因变量影响的直接效应、间接效应或总效应~([1]).
-
应用目标规化进行统计控制
通过对直线回归方程进行逆运算,可以进行统计控制,即要求应变量y在一定范围内波动,可以通过控制自变量x的取值来实现.如果某因变量y受多个自变量的影响,如何根据y确定自变量的佳取值,这是多元回归难以解决的问题,而目标规化方法是解决此类问题的有效途径.
-
应用正交实验进行教学效果归因研究
随着教学研究的不断深入,应用实验方法研究教学领域变量间的因果关系,揭示教学规律,已逐渐被教育工作者所重视.归因研究的首要目的,是确定因变量是否由自变量引起,由什么自变量引起.为此,我们试用正交实验对教学效果的影响因素进行了研究,以便指导教学工作.