在醫(yī)學科研、特別是觀察性研究領域，無論是現況調查、病例對照研究、還是隊列研究，經常遇到分類的健康結局，包括二分類（如：生存與死亡、陽性與陰性、發(fā)病與未發(fā)?。┗蛘咭恍┛蛇M行分類的生理生化指標等（如：血壓值、血鎂值、血脂和膽固醇等）時，線性回歸分析往往無法進行，此時可以考慮Logistic回歸模型。

實際中，許多人習慣性使用SPSS進行回歸分析，但是SPSS無法進行批量單因素分析，還需要手動繪制三線表，費時又費力。而R語言雖然可以進行批量單因素分析并制作三線表，但具有一定的門檻，需要編程基礎，估計一時三刻也學不會。因此，這里結合一篇文獻與實操案例為大家介紹一個智能在線免費統(tǒng)計分析平臺——風暴統(tǒng)計。

一、實操數據介紹

這里我們使用的是R語言自帶數據集MASS中的birthwt，birthwt是一份與嬰兒出生體重低相關的危險因素數據，其中包含的變量見下表，根據研究設計，以“l(fā)ow”作為結局變量。

二、風暴統(tǒng)計智能在線免費平臺復現

（1）進入風暴統(tǒng)計網站的“風暴智能統(tǒng)計”模塊，點擊“l(fā)ogistic回歸分析”

（2）導入數據，目前支持10M以內的csv格式。數據導入前如需進行預處理的（如：定量數據轉分類數據、多分類轉二分類、打標簽等），推薦用SPSS進行操作，具體詳見下方文章：

如何結合SPSS與在線統(tǒng)計分析平臺來撰寫論文？

（4）指定因變量與自變量的變量類型

（5）批量單因素回歸

右側直接生成批量單因素三線表，點擊表格上方菜單欄還可查看多因素回歸結果與先單后多回歸結果。

三、R語言軟件復現

這里采用autoReg包，autoReg包是一款功能十分強大的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險模型）的表格。

（1）logistic回歸模型構建

使用glm() 函數構建回歸模型，glm(y~x1＋x2＋x3＋x4＋x......,data=數據集名，family="binomial")，指定因變量與自變量，設置數據集名。

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

summary(logfit)

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

（2）顯示單因素回歸結果

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

logreg1

logtable1<-myft(logreg1)

四、總結

通過對比風暴統(tǒng)計平臺與R語言的批量單因素回歸結果相同，并且風暴統(tǒng)計平臺為P值單獨進行了分列，結果更加清晰明了！大家不妨都來試用一下啊！