陈老师SPSS论坛

标题: SPSS中logistic回归与spearman相关性分析 [打印本页]

作者: 1068号话务员 时间: 2016-11-16 10:33
标题: SPSS中logistic回归与spearman相关性分析
陈老师，请教您，自变量是等级资料，应变是二分类计数资料。探讨多个自变量与应变量的相关性，可以一个一个做spearman然后用相关性在论文中解释吗，还是一定要做logistic回归分析呢？此种资料在做多因素logistic回归分析前是用spearman做单因素筛查还是用单因素logistic回归做单因素筛查呢？上面的图是其中一个单因素筛查的结果，为什么spearman有显著相关性，而logistic缺不是呢，logistic的wold值为什么会是0呢？

问题.PNG (50.8 KB, 下载次数: 309)

问题2.PNG (54.64 KB, 下载次数: 282)

作者: 陈老师 时间: 2016-11-16 15:33
你提出的问题是医学临床数据分析中最常见的问题，具体的解决办法是一套详细的流程！完整、成体系的因变量二分类医学数据分析的步骤如下：[display]
1、单因素分析。首先需要将因变量和每一个自变量分别进行单因素分析。单因素的分析方法不能使用spearman，需要选择差异分析，比较因变量的两个类别在每一个自变量上是否存在显著差异，就是单因素分析，不能选择相关性分析！
2、多因素分析。单因素显著的自变量，才能进行多因素分析。多因素分析中显著的因素才是最终的独立影响因素。

重点：单因素显著的，再进行多因素却不一定显著。这是正常的。单因素，就是预选赛，初步淘汰一部分指标；进入决赛的指标，也就是单因素显著的指标，再进行多因素分析，多因素分析就是决赛，决赛里面胜出的，才是真正的独立影响因素。

作者: 陈老师 时间: 2016-11-16 15:36
wald卡方值为0也是正常的，意味着P值很大，该自变量对因变量不具有影响能力。

作者: 1068号话务员 时间: 2016-11-16 16:08

陈老师发表于 2016-11-16 15:36
wald卡方值为0也是正常的，意味着P值很大，该自变量对因变量不具有影响能力。

陈老师，感谢您的回复，那这种等级资料为自变量，二分类资料为应变量的数据具体应该选用什么方法进行多因素前的单因素分析呢，我看好多网上好多都说先做单因素logistic回归，有意义的再纳入多因素logistic回归，这种做法正确吗

作者: 1068号话务员 时间: 2016-11-16 16:10

陈老师发表于 2016-11-16 15:36
wald卡方值为0也是正常的，意味着P值很大，该自变量对因变量不具有影响能力。

陈老师，感谢您的回复，那这种自变量等级，应变量分类的资料，做多因素前，具体应该用什么方法做单因素呢，我看网上好多都是先做的单因素logistics回归，有意义的就纳入多因素回归，这种做法对吗

作者: 陈老师 时间: 2016-11-16 17:02
比较因变量两个类别在各个变量上的差异作为单因素分析方法，和一个一个变量分别进行logistic回归的单因素分析方法，二者的结果[display]是一样的，一般来说，国内的论文习惯用差异比较作为单因素；国外的论文习惯用一元logistic回归作为单因素分析。

作者: 1068号话务员 时间: 2016-11-16 19:37

陈老师发表于 2016-11-16 17:02
比较因变量两个类别在各个变量上的差异作为单因素分析方法，和一个一个变量分别进行logistic回归的单因素分 ...

非常感谢陈老师，如果如上图那样那两个变量之间做spearman有相关性，做logistic单因素回归显示无统计学意义怎么解释呢？

作者: 1068号话务员 时间: 2016-11-16 22:03

陈老师发表于 2016-11-16 17:02
比较因变量两个类别在各个变量上的差异作为单因素分析方法，和一个一个变量分别进行logistic回归的单因素分 ...

非常感谢陈老师的耐心解答，受益良多，请问向上面那样，spearman显示两者有相关性，单因素logistic回归显示两者无统计学意义应该怎么解释呢，谢谢

作者: 陈老师 时间: 2016-11-17 19:58
不能用spearman相关分析，数据类型和统计方法不匹配，所以结果是错误的。应该以ogistic回归为准。

欢迎光临陈老师SPSS论坛 (http://www.spssbbs.com/)