如何使用SPSS对Logistic回归中分类变量进行处理

文章编号!"##$%$&&’()##&*#)%#""#%#& 中图分类号!+&"" 文献标识码!, 如何使用 -.--对 /0123425回归中分类变量进行处理 邹宗峰 林汉生 (暨南大学医学院卫生统计学教研室 广州6"#7&)* 摘 要! 介绍了 /0123425回归分析中常见的分类变量的编码方法和在 -.--统计软件中的实现方法8使分类变量的编码技术在 /0123425回归分析中得到更好的应用9 关键词! 分类变量: /0123425回归: -.--统计软件 医学研究中8我们经常用/0123425回归分析来研究因变量 取值仅有两个或几个的情况8比如是否发病;死亡或者痊愈 等9从 /0123425回归的性质来看8它是在控制其它变量的前提 下8用某一自变量的变化量来说明因变量的变动8它要求其变 量的测量尺度应该是定距层次(2<4=>?@A*上的9然而8在实际研 究中8许多有待分析的数据却往往是分类变量(5@4=10>25@A ?@>2@BA=*8类有序及相邻类之间等间距的假设都没有得到证 实9因而8统计分析中对于分类变量的编码并无实际的数值意 义8而仅有标识作用9例如8研究煤气中毒预后与高压氧治疗 的关系8我们研究的是是否进行过高压氧治疗8不论是进行了 多少次治疗8我们都只记做有治疗8CC次和"次是一样的9但是 如果我们简单的将它的情况编码为(#D没有;"D有*8就是把 他们数值化了8这样CC次和"次的效应就会不同9 E 分类变量的编码 EFE 二分变量的编码 二分变量只是定类变量中最简单的一种8也可说是特殊 的一种9性别为定类变量中最为简单的形式8即二分变量(G2% 5H040I0J3=?@>2@BA=*8对此8只需将性别编码为!"D男8#D 女9我们把定类变量编码为#;"的形式称为虚拟变量(GJIIK ?@>2@BA=*9在实际研究中8被处理的对象很多情况下分为三类; 四类甚至更多8因此8我们在此侧重研究对三分以上的定类变 量的处理9 EFL 多分变量的编码 我们在这里以一个对工作状态的描述的例子来阐述9西 方研究者常把工作状态分为!全职工作(=IMA0K=GNJAA%42I=*; 兼 职工作(=IMA0K=GM@>4%42I=*;失去劳动能力(J<@BA=40 O0>P*及失业(<04=IMA0K=G*9这是一个四分变量8对此作虚拟 编码9 EFLFE 离差编码(250G2<1* 我们引入&个虚拟变量 (GJIIK?@>2@BA=*Q";Q);Q&如下! 工作状态 Q" Q) Q& 全职工作 " # # 兼职工作 # " # 失去劳动能力 # # " 失业 # # # 我们只引入&个而不是$个变量的原因是因为当我们引入 $个变量时8该回归方程将没有唯一解9由定类变量分类的R穷 举S与R互斥S原则所决定8知道任意三个变量的值就一定可推 出第四个变量的实际数值9因为回归方程的一个必然条件就 是任一自变量不能由其它自变量线性导出9在多元回归分析 中8这被称为极端的多重共线性问题9在编码时被剔除的变量 虽无法引入回归方程8但它在解释该方程最后结果时却具有 重要意义9它被称为参照变量(>=N=>=<5=?@>2@BA=*8作为其它 变量与之进行比较的基础9可以应用简单编码的例子如评价 治疗措施的疗效!无效;好转;治愈8对此编码我们就可以引入 两个变量进行编码9 EFLFL 指标编码(T=?2@420<50G2<1* 通过对比指出该类别 的成员是否存在8对比的参考类别是用一整列的零来表示9离 差编码是将分类变量中的某一类别作为参照类8用多元回归 分析的结果来说明其它类别与该类别的差异9这样8参照变量 的选择对于研究理论的最后说明就变得极其重要9然而8在许 多研究中8或者难以选出作为对比基础的参照类别8或者类别 间的比较理论价值不大8研究者也许更重视各类别与总体平 均水平之间的比较8这时就适合于指标编码9 依然以对工作状态的编码为例! 工作状态 Q" Q) Q& 全职工作 " # # 兼职工作 # " # 失去劳动能力 # # " 失业 U" U" U" 对于全职工作;兼职工作;失去劳动能力者的编码如同简 单编码8只是对失业者的编码从#变为了U"9指标编码也存在 着缺陷8由于最后进行回归方程的变量只能有 VU"个8这样就 无法直接知道第 V个类别相对于总体平均水平的差异9如上 例中8我们就无法直接获知处于失业状态的研究对象的因变 量效应相对于总体平均水平的差异9但由于各群体相对于总 体水平差异之和为零8则它的数值可以通过运算得出9 EFLFW 对比编码(50<4>@3450G2<1* 在回归分析分类变量的 编码方法中8最为灵活及研究控

制度

关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载

最高的方法是对比编码9 它能按照研究者需要8将变量中具有同一性质的类别群与另 X#""X Y0J><@A0NZ@4H=I@425@AZ=G252<= [0A\"7 ]^ \) )##& 万方数据 一性质的类别群进行对比!依旧以工作状态的编码为例" 工作状态 #$ #% #& 全职工作 ’()&&& *()+ ’()%+ 兼职工作 ’()&&& ’()+ ’()%+ 失去劳动能力 ( ( *(),+ 失业 *()--, ( ’()%+ 我们假设 ./0.10.20.3分别是这4种层次在因变量上的 效应5 6$78./*.19:%’.3 6%7./’.1 6&7.2’8./*.1*.39:& 全职工作者0兼职工作者0失业者都属于有劳动能力的群 体56&即意味着他们与失去劳动能力者群体在因变量效应上 的差异;在有劳动能力的群体中5全职工作0兼职工作者属于 有工作的群体56%即意味着他们与失业者群体的差异;而 6$又 意味着在有劳动能力且有工作的群体中5全职工作者与兼职 工作者在因变量效应上的差异!只要满足对比编码的条件5研 究者可根据课题研究的需要自行调整系数的取值! 对比编码又可以细分为" < 差异编码8=>??@A@BC@CDE>BF9"分类变量的所有类别 8除了第一类别以外9都是跟前置类别的平均效应相比较5这 也叫反 G@HI@J对比编码! K G@HI@J编码8G@HI@JCDE>BF9"分类变量的所有类别 8降最后一个类别以个9都会跟后继类别的平均效应相比较! L 重复编码8M@N@OJ@ECDE>BF9"分类变量的所有类别8除 了最后一个类别以外9都会跟 它前一个类别相比较! P 简单编码8Q>INH@CDE>BF9"分类变量的所有类别8除了 参考类别以外9都会跟参考类别比较! R 指标编码8=@S>OJ>DBCDE>BF9"通过对比指出该类别的 成员是否存在5对比的参考类别是用一整列的零来表示! TUVUW 多项式编码8XDHYBDI>OHCDE>BF9 正交多项式对比5 它假设类别间距都是相等的5多项式对比只适用于数值变量! 特别是一些研究中的等级变量5当各个等级之间的间距是相 等的时候5应用多项式编码就非常合适! V 在 ZXZZ统计软件中的实现 ZXZZ是当今权威统计分析软件之一[$\5在我国应用极 广5所以作者就以 ZXZZ软件来实例说明 ]DF>QJ>C中分类变量 的处理!由于离差编码比较常用5我们就以此为例! VUT 实际操作步骤8乳腺癌生存分析资料’ZXZZ$()(中的数 据库9 定义生存时间分类变量 J>I@$8以生存时间%4个月为界5 ^%4个月为(5_%4个月为$95OF@0‘>QJFAOE0@A0NA和 >B’Y@QBD 为协变量5作二项分类 ]DF>QJ>C回归分析! < 在主菜单中5选择 aBOHYb@cM@FA@QQ>DBcd>BOAY]De F>QJ>Cf! K 在 ]DF>QJ>CM@FA@QQ>DB对话框5把 g>I@$放入 hDSOA>e OJ@栏;在 i@J‘DE下拉菜单5选 jDAkOAE"]M法! L 点击 hOJ@FDA>COHf5进入分类变量定义栏5将 ‘>QJFAOE 加到hOJ@FDA>COHCDSOA>OJ@Q栏5对比方法8hDBJAQJ9选离差编码 8>BE>COJDA95参照选 j>AQJ! VUV 结果评述 表$ hOJ@FDA>COHlOA>OmH@QhDE>BFQ jA@no@BCY XOAOI@J@ACDE>BF 8$9 8%9 G>QJDHDF>CpAOE@$ +- ()((( ()((( % &-q $)((( ()((( & %+- ()((( $)((( 表% lOA>OmH@Q>BJ‘@rnoOJ>DB d Z)r) sOHE E? Q>F rtN8d9 ZJ@N$ GuZgpMa= v)4-( % ()((v GuZgpMa=8$9 ()$v, ()&&q ()&&v $ ()+-( $)%$, GuZgpMa=8%9 ()-q+ ()&4% 4)(%$ $ ()(4+ $)vq+ hDBQJOBJ ’$)$v- ()&$, $4)%+q $ ()((( &)(% ZJ@N% apr ()($& ()((- 4)&%& $ ()(&q $)($& GuZgpMa= $()v(v % ()((4 GuZgpMa=8$9 ()$v& ()&&v ()&%- $ ()+-q $)%$& GuZgpMa=8%9 (),%v ()&44 4)+(% $ ()(&4 %)(,4 hDBQJOBJ ’$)v+q ()4qq $-)(v% $ ()((( ()$4$ 在这里重点叙述这两个表5其余表由于篇幅所限5省略! 8$9协变量 ‘>QJFAOE的源编码为$0%和&8组织学分级"w0 x和y级95在第二列给出三个层次的频数!由于我们采用离 差编码5选择第一分类水平8组织学w级9为参照5故协变量的 ‘>QJFAOE的源编码为$时5参数编码8$9和8%9为(值;源编码为% 时5参数编码8$9为$值58%9为(值;源编码为&时5参数编码8$9 为 (值58%9为$值!协变量 ‘>QJFAOE经重编码产生新协变量 ‘>QJFAOE8$9和 ‘>QJFAOE8%95前者代表组织学x级5后者代表y 级! 8%9第一步引入协变量 ‘>QJFAOE5X‘>QJFAOE7()((v;第二步 引入协变量 apr5X‘>QJFAOE7()((45Xapr7()(&q!其它统计量由 于没有引入5所以没有统计学意义! z$$$z 数理医药学杂志 %((&年第 $-卷第 %期 万方数据 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! "#$%&’()*+,-."/$0/12/#3%&’()*+,-."2$0214563这可以说明 组织学7级和组织学8级与组织学9级相比较3较少个体生 存时间的危险度更高3而且有随着等级上升危险度亦上升的 趋势:由于 ;’()*+,-."/$041<=>3;’()*+,-."2$0414#63按照 ?041/4水 平3前者接受 @43我们不能认为组织学7级和组织学9级的差 别有统计学意义A后者拒绝 @43接受 @/3我们可以认为组织学 8级比组织学9级减少个体生存时间的危险度更大: 由于各种回归分析之间有相通之处3本文介绍的方法在 其他回归分析中也可以应用:B;BB中 CD+()*(E回归分析和 F%G比例风险模型之间的分类变量处理也很相似3F%G也可 以这样处理:本文只是粗略的谈了分类 的处理问题3希望抛砖 引玉3引起大家对分类变量处理方法的重视: 参 考 文 献 / 刘润幸3邝建3林汉生3等HB;BB/4H4医学统计方法与应用H广州I广 东人民出版社3244/H 收稿日期I2442J/2J/> 文章编号I/446K6##5"244#$42K4//2K4# 中图分类号I&L5>H5 文献标识码IM 生命泉流浸膏体外抗 @BNK2和 @FON作用的实验研究 刘 军 张蔚英 魏 芸 高 平 "武汉大学医学院病毒学研究所 武汉6#445/$ 摘 要I 以无环鸟苷"MFN$和病毒唑"&PN$作阳性对照物3采用 OQQ法和细胞病变"F;R$抑制法3观察了生命泉流浸膏 "SRB%C$抗单纯疱疹病毒7型"@BNK2$和人巨细胞病毒"@FON$的作用效果: 关键词I 生命泉流浸膏A @BNK2A @FONA OQQ法A F;R抑制法 单纯疱疹病毒"@BN$分 @BNK/和 @BNK2两个血清型3无 论是发展中国家还是发达国家3@BN自然感染率都相当高3全 世界总人口中约54T的人血清 @BN抗体阳性3超过三分之一 的人有复发性 @BN感染U/V:@BN感染可引起多种疱疹性疾 病3并与宫颈癌密切相关:人群中巨细胞病毒感染也非常普 遍3@FON是先天性感染的重要病原3可导致早期流产W死胎W 新生儿死亡以及先天性畸形等:机体感染后虽可产生抗体3但 多数人可长期带毒成为潜伏感染:生命泉流浸膏"SRB%C$是 由云南永康药业有限公司出品的一种纯天然中药制剂3体外 研究发现3SRB%C可抑制@XNK/和@XNK2的复制3并已在临床 艾滋病患者治疗中取得显著疗效:由于艾滋病患者常常并发 机会性 @BNK2和 @FON感染3同时其机体免疫功能缺陷3体 内 @FON也易活化3从而引起严重感染3甚至导致患者的死 亡:本研究旨在探讨 SRB%C在细胞水平上抑制 @BNK2和 @FON的作用效果3从而更深入了解 SRB%C对艾滋病患者 治疗的多方面药理作用: Y 材料与方法 YHY 材料 YHYHY 药物 生命泉流浸膏"SRB%C$由云南永康药业有限 公司提供3每毫升含生药2克3实验时配成/