【临床研究】 |
您所在的位置：网站首页 › 多元线性回归的自变量选择应遵循的的准则是什么 › 【临床研究】 |
【临床研究】
|
【临床研究】---多元回归分析中的变量筛选问题
统计方法选择的思考路径：
1、不同类型变量的纳入方法1)变量的分类2)常用方法
2、变量筛选方法的归纳1）变量筛选的一般流程：2）常用统计学软件：
3、变量筛选遵循的基本原则1）足够的统计学效能：2）依据临床研究报告的以往经验筛选：3）结合临床知识筛选：
4、变量筛选的基本共识1）结合临床专业知识：2）根据单因素分析结果筛选变量：3）根据混杂因素“Z”对试验因素或暴露因素“X”的影响大小筛选变量：4）决定最终纳入模型的变量个数：5）其他方法：
临床模型研究中，模型的构建是最基本和最关键的步骤，其中，模型应该如何如何纳入自变量，纳入哪些自变量，是至关重要的问题。
尤其在多元回归分析中（如常用的线性回归、逻辑回归、Cox比例风险回归模型），自变量的筛选常常出现混乱和错误的情况，因此本文整理了前沿的自变量筛选相关方法和规则，希望对各位同仁有所帮助：
研究目的 ➡️ 可分析的变量 ➡️ 数据类型 ➡️ 分析方法 1、不同类型变量的纳入方法Different values, different ways。 变量的类型，将决定纳入方法的选择策略； 1)变量的分类
基本变量类型： ①计量资料（可以测量的、有单位的，g.身高、体重、年龄等） ②计数资料：二分类、多分类（可以数个数的，g.性别：可以数出男多少人、女多少人等） ③等级资料（程度呈递进的，g.一些实验室检验结果：可分为-、+、++、+++） 先关注“因变量”（Y）再关注"自变量"(X1,X2,X3…) 2、变量筛选方法的归纳 1）变量筛选的一般流程：①逐个变量：单因素回归分析 ②分析P值：依据样本量大小情况调整P值选择范围 A、通常情况下，P值的范围在0.05-0.2之间，无统一标准 B、样本量过大，可控制p |
其中，连续变量可以转换为分类变量进行研究。
【本文地址】
今日新闻 |
推荐新闻 |