医学统计学 |
您所在的位置：网站首页 › m38034m4-075sp引脚功能 › 医学统计学 |
|
实验八 多元线性回归和逻辑回归分析 一. 实验目的 掌握逻辑回归的适用条件、模型建立、评价、检验与因素分析；掌握变量的编码；了解逻辑回归分析的原理；了解逐步筛选自变量的原理；了解多因素分析的原理。二．实验内容与步骤 （一）课本P149计算与分析1 提示： 尝试设计图表，分别反映和分析“病情与疗效的关系”和“不同药物与疗效的关系”。尝试设计假设检验，分别分析“病情与疗效的关系”和“不同药物与疗效的关系”。尝试spearman相关分析，分析自变量之间的关系和每个自变量与因变量的关系。使用逻辑回归分析注意结果解读：（1）回归系数检验（是否影响因素）并解读OR值及其置信区间；（2）写出逻辑回归模型对比“图表”“假设检验”“相关分析”和“逻辑回归分析”结果差异，得出最后结论。1．直方图： 病情*疗效：由图可以发现病情越轻，治疗越有效；病情越重，治疗的无效率增加。 药物*疗效：由图可发现乙药治疗效果越好，丙药次之，甲药最差 2．卡方检验： 病情*疗效： 卡方检验 值 自由度 渐进显著性（双侧） 精确显著性（双侧） 精确显著性（单侧） 皮尔逊卡方 42.852a 1 .000 连续性修正b 41.763 1 .000 似然比 43.229 1 .000 费希尔精确检验 .000 .000 线性关联 42.779 1 .000 有效个案数 586 a. 0 个单元格 (0.0%) 的期望计数小于 5。最小期望计数为 114.90。 b. 仅针对 2x2 表进行计算 由备注a显示，“0个单元格 (0.0%) 的期望计数小于 5。最小期望计数为 24.73”，即没有各组的理论频数小于5，最小的理论频数为114.90。因此，可采用Pearson卡方检验的结果，x2 = 42.852，P |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |