SPSS19.0統(tǒng)計軟件在醫(yī)學統(tǒng)計中的應(yīng)用課件

1、SPSS19.0統(tǒng)計軟件在醫(yī)學統(tǒng)計中的應(yīng)用學 生：李清金非條件Logistic回歸實例解析導 師：黃宣銀SPSS19.0簡介SPSS的全稱 Statistical Program for Social Sciences，即社會科學統(tǒng)計程序。該軟件是公認的最優(yōu)秀的統(tǒng)計分析軟件包之一。SPSS19.0軟件面向行業(yè)應(yīng)用人員，軟件設(shè)計突出統(tǒng)計方法的成熟、實用、易用性、界面易操作性及與文字處理軟件等的交互性上。相比以前SPSS版本，19.0版具備多國語言操作界面，當然也有中文版的！在18.0版前都是英文版的，除非安裝中文破解版，但裝破解版的容易引起一些系統(tǒng)錯誤。本人可提供軟件：SPSS19.0版：win

2、7-64試用版 win7-32破解版、云端版 SPSS18.0版：云端版 1.了解Logistic回歸分析的基本思想；學習要點： 2.了解Logistic回歸分析的醫(yī)學應(yīng)用； 3.熟悉非條件Logistic回歸分析在SPSS19.0 中操作演練及統(tǒng)計結(jié)果解釋； 4.了解非條件Logistic回歸分析的注意事項。一、Logistic回歸分析的基本思想多重線性回歸模型適用于分析一個連續(xù)型因變量與一組自變量之間的關(guān)系，但如果因變量為分類變量，那么因變量與自變量之間就喪失了線性關(guān)系，則不適用線性回歸分析來解決，但經(jīng)過Logit變化后，就可以將模型轉(zhuǎn)變?yōu)榫€性關(guān)系，這就產(chǎn)生了Logistic回歸模型。1、

3、線性回歸資料： 比如肺活量可能與患者的年齡、身高、體重、胸圍等因素是否有關(guān)？ 適合用線性相關(guān)與回歸的模型。2、分類回歸資料： 比如冠心病發(fā)生與否和患者的性別、年齡、心電圖是否異常等因素是否有關(guān)？ 適合用非條件Logistic回歸模型。學習要點： 1.了解Logistic回歸分析的基本思想； 2.了解Logistic回歸分析的醫(yī)學應(yīng)用； 3.熟悉非條件Logistic回歸分析在SPSS19.0 中操作演練及統(tǒng)計結(jié)果解釋； 4.了解非條件Logistic回歸分析的注意事項。二、了解Logistic回歸分析的醫(yī)學應(yīng)用1.校正混雜因素： 將研究因素、混雜因素及其交互作用全部納入模型，能夠在控制混雜因素

4、的作用下，對研究因素與因變量間的聯(lián)系作出定量描述。2.篩選危險因素： 如果自變量太多或變量作用不清楚，則需要事先按規(guī)定的檢驗水準，將有統(tǒng)計學意義的變量納入模型，而將無統(tǒng)計學意義的變量剔除，以保證模型最優(yōu)。3.預測與判斷： 這是非條件Logistic回歸的重要作用，我們可以給定變量的數(shù)值，則可通過回歸方程計算相應(yīng)的概率預測值，對個體所屬類別作出概率性的判斷。三、SPSS19.0實例應(yīng)用與解析1、自變量進入模型的方法：一般分為：進入法（enter）、前進法（forward）和后退法（backward）3種，后兩種方法還可以分為條件（conditional）、偏擬然比（LR）和Wald檢驗3種。如果

5、變量較少，通常采用進入法，如果變量太多，則選用前進LR，前進LR相當于多重線性回歸分析中的逐步回歸，本例當中采用進入法。本例的心電圖表現(xiàn)啞量設(shè)置若以第一個（F）為參考，產(chǎn)生2個啞變量如下： 0 0 該組為參考的正常水平，在統(tǒng)計中無法體現(xiàn)。 1 0 該組反映輕度異常與正常水平的比較。 0 1 該組反映重度異常與正常水平的比較。 若以最后一個（L）為參考，產(chǎn)生2個啞變量如下： 1 0 該組反映正常組與重度異常的比較 0 1 該組反映輕度異常與重度異常的比較。 0 0 該組為參考的重度異常水平，在統(tǒng)計中無法體現(xiàn)。OR值定義及其意義OR值=（病例中暴露的比例/病例中非暴露的比例）/（對照中暴露的比例/

6、對照中非暴露的比例） OR值=2，說明病例中暴露于某個危險因素的比例為對照組的2倍，說明該因素可能與疾病發(fā)生有關(guān)。統(tǒng)計結(jié)果解釋結(jié)果顯示：最終引入模型的變量及常數(shù)項的偏回歸系數(shù)值B，標準誤（SE），Wald卡方值（Wals），自由度（df），P值（Sig）,及其OR值（ExpB）和OR的95%CI。結(jié)果解釋： 1、年齡的回歸系數(shù)為0.163， Wald檢驗結(jié)果P0.05，有統(tǒng)計學意義，OR值為1.178，CI為1.042-1.330，說明年齡大的患者患冠心病的概率比年齡小的患者大1.178倍。結(jié)果解釋： 2.心電圖的第二個啞變量，即心電圖（2）也有統(tǒng)計意義，其回歸系數(shù)為2.650，p0.05 ）

7、。學習要點： 1.了解Logistic回歸分析的基本思想； 2.了解Logistic回歸分析的醫(yī)學應(yīng)用； 3.熟悉非條件Logistic回歸分析在SPSS19.0 中操作演練及統(tǒng)計結(jié)果解釋； 4.了解非條件Logistic回歸分析的注意事項。4、非條件Logistic回歸分析的注意事項1.賦值注意：二分類過程默認以因變量較大取值的概率P來建立模型，因此賦值要注意，0代表不發(fā)生（即不感興趣的事件，y=0）,1代表發(fā)生（即感興趣的事件，y=1） 比如，以是否患有心臟病為因變量，那么y=1表示有心臟病，y=0表示無心臟病。因變量的賦值決定了模型的解釋，須注意！同樣，對于自變量的賦值也要盡量遵循這一規(guī)

8、則，以免導致解釋的方向反了。4、非條件Logistic回歸分析的注意事項3.回歸系數(shù)：Logistic回歸的回歸系數(shù)與線性回歸系數(shù)有區(qū)別，自變量作用大小取決于Exp(B)即OR值，而不是其回歸系數(shù)。因此Logistic回歸系數(shù)又成“偽回歸系數(shù)”。B（年齡）=0.163 ，OR=1.178，指年齡大的患者患心臟病的概率是年齡小患者的1.178倍，提示年齡大是危險因素。B（年齡）=-1.155，OR=0.315，指年齡大的患者患心臟病的概率是年齡小患者的31.5%倍，提示年齡大是有利因素。4、非條件Logistic回歸分析的注意事項4.理解危險因素和有利因素，注意以下幾點： （1）因變量的賦值方向：比如疾病發(fā)生與否，不發(fā)生=0，發(fā)生=1，那么0R值1的自變量為危險因素，OR值1的自變量為有利因素，OR值5個，一般采取前進（LR）；此外，自變量比較多的資料，應(yīng)該先采用單因素分析對自變量進行篩選，然后對單因素分析有統(tǒng)計意義的變量進行Logistic回歸分析。 單因素分析（t檢驗、卡方檢驗等）主要