最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

如何開展先單后多線性回歸?

2023-07-21 16:20 作者:鄭老師妙趣橫生統(tǒng)計學(xué)  | 我要投稿


2023年鄭老師多門科研統(tǒng)計課程:多次直播,含孟德爾隨機(jī)化方法? ? ?

線性回歸是一種常用的統(tǒng)計分析方法,用于建立自變量和因變量之間的線性關(guān)系模型。當(dāng)知道兩個變量間存在相關(guān)關(guān)系時,我們時常想進(jìn)一步去探討是否可以通過其中一個變量的數(shù)值定量的去預(yù)測另外一個變量的數(shù)值。

經(jīng)典案例:父親身高與兒子身高存在相關(guān)關(guān)系,是否可以通過父親身高預(yù)測兒子的身高?

這類問題在統(tǒng)計學(xué)上常采用線性回歸的方法來解決。這類文章一般的統(tǒng)計報告框架主要包括3部分內(nèi)容:統(tǒng)計描述、相關(guān)性分析和先單后多線性回歸。

多因素線性回歸,常見的統(tǒng)計學(xué)方法是先單因素,再多因素的分析理念。這種理念,嚴(yán)格符合“嚴(yán)進(jìn)寬出”的思維:篩選變量納入多因素回歸模型。

實(shí)際中,許多人習(xí)慣性使用SPSS開展線性回歸,但是SPSS需要手動繪制三線表,麻煩得很!而R語言雖然可以解決這個難點(diǎn)但具有一定的門檻。想要又簡單無門檻,又能一鍵生成三線表,來看看這個工具吧——風(fēng)暴統(tǒng)計智能在線免費(fèi)統(tǒng)計分析平臺!


?本文主要內(nèi)容包括:

1.案例文獻(xiàn)解讀

2.實(shí)操數(shù)據(jù)集介紹

3.風(fēng)暴統(tǒng)計復(fù)現(xiàn)先單后多線性回歸

4.R語言軟件復(fù)現(xiàn)先單后多線性回歸


1.案例文獻(xiàn)解讀

通過中國人民解放軍空軍醫(yī)大學(xué)第一附屬醫(yī)院的一篇核心期刊的文章,為大家簡述一下線性回歸分析文章的統(tǒng)計分析框架。


(1)變量說明

這是一篇現(xiàn)況研究,探究缺血性腦卒中多病共存患者的出院準(zhǔn)備度水平及其影響因素,共收集256例缺血性腦卒中多病共存住院患者為研究對象,下表為可能影響患者出院準(zhǔn)備度的一般資料。

(2)統(tǒng)計方法

作者使用SPSS 24.0軟件進(jìn)行數(shù)據(jù)的錄入與分析。定量數(shù)據(jù)使用均數(shù)、標(biāo)準(zhǔn)差描述,不同特征的出院準(zhǔn)備度得分采用中位數(shù)和四分位間距進(jìn)行描述。采用Pearson相關(guān)分析檢驗出院準(zhǔn)備度與出院指導(dǎo)質(zhì)量的相關(guān)性;采用非參數(shù)檢驗法(Mann-Whitney U檢驗、Kruskal-Wallis檢驗)進(jìn)行單因素分析;多因素分析采用多重線性回歸法;檢驗水準(zhǔn)為α=0.05。

(3)統(tǒng)計結(jié)果

①統(tǒng)計描述+單因素分析

這篇文章的統(tǒng)計分析框架就是比較典型的線性回歸文章的分析框架。由于結(jié)局是定量數(shù)據(jù),無分組變量,表1進(jìn)行了變量的描述統(tǒng)計與單因素分析。單因素分析結(jié)果顯示,不同年齡、合并癥數(shù)量的患者出院準(zhǔn)備度得分差異具有統(tǒng)計學(xué)意義(P<0.05)。進(jìn)一步兩兩比較,年齡≥75歲組與55~64歲組之間有統(tǒng)計學(xué)差異(P=0.036);合并癥數(shù)量為1~2種組與3~4種組之間存在統(tǒng)計學(xué)差異(P=0.001)。

②相關(guān)性分析

本研究出院指導(dǎo)質(zhì)量得分與出院準(zhǔn)備度得分呈正相關(guān)(r=0.209,P=0.001)。

③多重線性回歸分析

考慮單因素分析納入的變量過少,本研究結(jié)合臨床專業(yè)知識將所有相關(guān)變量作為自變量,以出院準(zhǔn)備度總分作為因變量進(jìn)行線性回歸分析。多重線性回歸分析的結(jié)果顯示合并癥數(shù)量、文化程度、出院指導(dǎo)質(zhì)量總分及BMI值最終進(jìn)入了回歸方程,對模型的解釋力為11.5%。

這篇文獻(xiàn)的線性回歸分析則采用了先單后多的統(tǒng)計分析設(shè)計,先對自變量進(jìn)行單因素分析,將有意義的變量納入到多因素線性回歸中,并且結(jié)合專業(yè)知識將其他變量納入進(jìn)行分析。

2.實(shí)操數(shù)據(jù)集介紹

我們使用R語言MASS包自帶數(shù)據(jù)集birthwt作為實(shí)操數(shù)據(jù)集。這是一份于1986年在在馬薩諸塞州收集的與嬰兒出生體重低相關(guān)的危險因素的數(shù)據(jù)。以定量數(shù)據(jù)出生體重(bwt)作為結(jié)局變量,探討下列因素對出生體重的影響??赡艿挠绊懸蛩厝缦拢?/p>


詳情請點(diǎn)擊下方:

https://mp.weixin.qq.com/s?__biz=MzkzMDUxMjYzNQ==&mid=2247483854&idx=1&sn=44ff19bb0224302eededdc100ccd2eb4&chksm=c2786a5af50fe34c0d89bf2a5278b8b14537ee6a85bde577afd34d54bcf3fbe55c4f0f2369bb&token=2144016648&lang=zh_CN#rd



如何開展先單后多線性回歸?的評論 (共 條)

分享到微博請遵守國家法律
阜平县| 泸州市| 武山县| 宁明县| 昌宁县| 公安县| 盐津县| 吉林省| 边坝县| 山阴县| 民权县| 都匀市| 信宜市| 高州市| 罗甸县| 江川县| 元朗区| 宁蒗| 来宾市| 阿瓦提县| 米易县| 金华市| 万年县| 泊头市| 墨竹工卡县| 澄迈县| 锦州市| 柳江县| 石家庄市| 射洪县| 阿拉善盟| 内江市| 正安县| 右玉县| 天津市| 万安县| 资阳市| 稷山县| 淄博市| 凌云县| 凤庆县|