(二分类logit回归答题模板.docVIP

设计： 为研究急性肾衰竭（ARF）患者死亡的危险因素，收集了422例住院病人的临床资料。其中，自变量中多分类变量有器官衰竭和渗透方法，分别有6个水平和4个水平；定量资料有：age、cr、hg;其余变量均为二分类变量。因变量为二分类变量，下面进行logistic回归分析。 自变量筛选：单因素分析如下 ⑴二分类变量的卡方检验：检验标准均为a=0.05 a 由上表的Pearson =0.787，P=0.375，所以尚不能认为动脉硬化对急性肾衰竭有影响。 其余变量采用相同分析方法，做卡方检验，下面只列出单因素分析中对因变量有影响的变量的分析结果。 对少尿的单因素检验结果显示Pearson =7.912 P=0.005，差异有显著性意义，尚不能认为少尿对肾衰竭无影响。 对于Ibp的单因素检验显示：Pearson =103.126 P﹤0.001，差异有显著性意义。 对于黄疸的单因素检验显示：Pearson =28.830 P﹤0.001，差异有显著性意义。 对于昏迷的单因素检验显示：Pearson =137.250 P﹤0.001，差异有显著性意义。 对于辅助呼吸的单因素检验显示：Pearson =89.220 P﹤0.001，是否给予辅助呼吸对肾衰竭的死亡影响差异有显著意义。 对于心衰的单因素检验显示：Pearson =19.746 P﹤0.001，是否发生心衰对肾衰竭的死亡影响差异有显著意义。 对于肝衰的单因素检验显示：Pearson =44.025 P﹤0.001，是否发生肝衰对肾衰竭的死亡影响差异有显著意义？ 对于出血的单因素检验显示：Pearson =18.157 P﹤0.001，是否发生出血对肾衰竭的死亡影响差异有显著意义 对于呼衰的单因素检验显示：Pearson =18.157 P﹤0.001，是否发生呼衰对肾衰竭的死亡影响差异有显著意义 对于胰腺炎的单因素检验显示：Pearson =18.157 P﹤0.001，是否发生胰腺炎对肾衰竭的死亡影响差异有显著意义 对于败血症的单因素检验显示：Pearson =31.861 P﹤0.001，是否发生胰腺炎对肾衰竭的死亡影响差异有显著意 对于感染的单因素检验显示：Pearson =31.861 P﹤0.001，是否发生感染对肾衰竭的死亡影响差异有显著意义。 （2）器官衰竭和渗透方法的RxC表检验 正好有20%的格子数T小于5我不知道该怎么办，所以选用单因素Logit回归，结果如下 由上表Wald得分为126.536 P﹤0.001，所以认为器官衰竭数目对其有影响。 同理，渗透方式 Wald得分为37.880，P﹤0.001，所以认为渗透方式对其有影响。 （3）对于定量变量：我不知道怎么验证是否与logitP成线性相关，我直接做的单因素logit回归 Variables in the Equation B S.E. Wald df Sig. Exp(B) Step 1(a) age .011 .005 4.398 1 .036 1.011 Constant -.947 .254 13.931 1 .000 .388 a Variable(s) entered on step 1: age. 其中，结果显示，age和cr对因变量有影响。 则初步确定影响因素为cr、age、lbp、少尿、黄疸、昏迷、辅助呼吸、心衰、肝衰、出血、呼衰、器官衰竭 Block 0: Beginning Block 未引入变量时的-2Log(似然值) 未引入变量时的预测正确率为61.4% 模型中为引入变量之前的模型估计，上表给出偏回归系数，标准误，和Wald卡方值 Block 1: Method = Enter 模型整体的检验：模型中各变量偏回归系数不全为0，模型有意义。 -2Log（似然值）为233.233,两个为决定系数分别为0.542,0.736 引入变量后重新拟合的回归模型的预测分类表，预测正确率为89.8%，可以看出未死亡组和死亡组正确预测率分别为93.8%，83.4%，均较高，所以模型拟合优度较好。 下面是Hosmer-Lemeshow检验：检验模型的拟合优度 Pearson=28.852,P＜0.001,模型拟合较好 由上表得出：cr、昏迷、器官移