【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】---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 |
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 |