2023年鄭老師多門(mén)科研統(tǒng)計(jì)課程：多次直播，含孟德?tīng)栯S機(jī)化方法? ??

在醫(yī)學(xué)科研、特別是觀察性研究領(lǐng)域，無(wú)論是現(xiàn)況調(diào)查、病例對(duì)照研究、還是隊(duì)列研究，經(jīng)常遇到分類(lèi)的健康結(jié)局，包括二分類(lèi)（如：生存與死亡、陽(yáng)性與陰性、發(fā)病與未發(fā)?。┗蛘咭恍┛蛇M(jìn)行分類(lèi)的生理生化指標(biāo)等（如：血壓值、血鎂值、血脂和膽固醇等）時(shí)，線性回歸分析往往無(wú)法進(jìn)行，此時(shí)可以考慮Logistic回歸模型。

實(shí)際中，許多人習(xí)慣性使用SPSS進(jìn)行回歸分析，但是SPSS無(wú)法進(jìn)行批量單因素分析，還需要手動(dòng)繪制三線表，費(fèi)時(shí)又費(fèi)力。而R語(yǔ)言雖然可以進(jìn)行批量單因素分析并制作三線表，但具有一定的門(mén)檻，需要編程基礎(chǔ)，估計(jì)一時(shí)三刻也學(xué)不會(huì)。因此，這里結(jié)合一篇文獻(xiàn)與實(shí)操案例為大家介紹一個(gè)智能在線免費(fèi)統(tǒng)計(jì)分析平臺(tái)——風(fēng)暴統(tǒng)計(jì)。

一、實(shí)操數(shù)據(jù)介紹

這里我們使用的是R語(yǔ)言自帶數(shù)據(jù)集MASS中的birthwt，birthwt是一份與嬰兒出生體重低相關(guān)的危險(xiǎn)因素?cái)?shù)據(jù)，其中包含的變量見(jiàn)下表，根據(jù)研究設(shè)計(jì)，以“l(fā)ow”作為結(jié)局變量。

二、風(fēng)暴統(tǒng)計(jì)智能在線免費(fèi)平臺(tái)復(fù)現(xiàn)

（1）進(jìn)入風(fēng)暴統(tǒng)計(jì)網(wǎng)站的“風(fēng)暴智能統(tǒng)計(jì)”模塊，點(diǎn)擊“l(fā)ogistic回歸分析”

（2）導(dǎo)入數(shù)據(jù)，目前支持10M以?xún)?nèi)的csv格式。數(shù)據(jù)導(dǎo)入前如需進(jìn)行預(yù)處理的（如：定量數(shù)據(jù)轉(zhuǎn)分類(lèi)數(shù)據(jù)、多分類(lèi)轉(zhuǎn)二分類(lèi)、打標(biāo)簽等），推薦用SPSS進(jìn)行操作，具體詳見(jiàn)下方文章：

如何結(jié)合SPSS與在線統(tǒng)計(jì)分析平臺(tái)來(lái)撰寫(xiě)論文？

（4）指定因變量與自變量的變量類(lèi)型

（5）批量單因素回歸

右側(cè)直接生成批量單因素三線表，點(diǎn)擊表格上方菜單欄還可查看多因素回歸結(jié)果與先單后多回歸結(jié)果。

三、R語(yǔ)言軟件復(fù)現(xiàn)

這里采用autoReg包，autoReg包是一款功能十分強(qiáng)大的R包，不僅可以快捷完成基線表的制作，還可以直接一行代碼輸出回歸分析（支持線性模型、廣義線性模型和比例風(fēng)險(xiǎn)模型）的表格。

（1）logistic回歸模型構(gòu)建

使用glm() 函數(shù)構(gòu)建回歸模型，glm(y~x1＋x2＋x3＋x4＋x......,data=數(shù)據(jù)集名，family="binomial")，指定因變量與自變量，設(shè)置數(shù)據(jù)集名。

logfit<-glm(low ~ age + lwt + race + smoke + ptd + ht + ui + ftv,data=bwt,family = "binomial")

summary(logfit)

此處參數(shù)family規(guī)定了回歸模型的類(lèi)型:family="binomial"指適用于二元離散因變量(binary)。

（2）顯示單因素回歸結(jié)果

logreg1<-autoReg(logfit,uni=TRUE)#顯示單因素及多因素

logreg1

logtable1<-myft(logreg1)

四、總結(jié)

通過(guò)對(duì)比風(fēng)暴統(tǒng)計(jì)平臺(tái)與R語(yǔ)言的批量單因素回歸結(jié)果相同，并且風(fēng)暴統(tǒng)計(jì)平臺(tái)為P值單獨(dú)進(jìn)行了分列，結(jié)果更加清晰明了！大家不妨都來(lái)試用一下??！