交互作用分析..docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
交互作用分析.

交互作用分析一、交互作用的概念简单地说,交互作用指当 两个因素都存在时,它们的作用大于(协同)或小于(拮抗)各自作用的和。要理解交互作用首先要区 别于混杂作用。混 杂作用以吸烟(SMK)和饮酒(ALH)对收缩压(SBP)的影响为例,可以建立以下二个模 型:模型1:SBP =?β0+β2’SMK模型2:SBP =?β0+β1ALH+β2SMK假设从模型1估计的SMK的作用为β2’,从模型2估计的SMK的作用为β2。如吸烟与饮酒有关(假设吸烟者也 多饮酒),而且饮酒与血压有关,这时可以假想两种可能:1.??????吸烟与血压无关,但因为饮酒的原因,模型1中的β2’会显著,而模型2控制了ALH的作用后,SMK的作用β2将不显著。2.??????吸烟与血压有关,模型1中估计的SMK的作用β2’一部分归功于饮酒,模型2估计的β2是控制了ALH的作用后SMK的作用,因此β2’不等于β2。是不是β2不等于β2’?就意味着有交互作用呢?不是的,这 只是意味着β2’中有饮酒的混杂作用。那么什么是交互作用呢?根据吸烟与饮酒将研究对 象分成四组,各组SBP的均数可用下表表示:?不饮酒饮酒不吸烟β0β0+?β1吸烟β0+β2β0+?β1+β2+β12吸烟与饮酒对SBP的影响,有无交互作用反映在β12上,检验β12是否等于零就是检验吸烟与饮酒对SBP的影响有无交互作用。而上面的模型2是假设β12等于零所做的回归方程。交互作用的理解看上去很 简单,但需要意识到的是交互作用的评价与作用的测量方法有关。以高血压发病率为例,看吸烟与饮酒对高血压发病率的影响就有两种情况。I、相加模型:?不饮酒饮酒不吸烟I0I0+?Ia吸烟I0+IsI0+Ia+Is+Isa?II、相乘模型:?不饮酒饮酒不吸烟I0I0*A吸烟I0*SI0*S*A*B?相加模型检验Isa是否等于零,相乘模型检验B是否等于1,可以想象Isa等于零时B不一定等于1,因此会出现按不同的模型检验得出 的结论不同。在报告交互作用检验结果时,要清楚所用的是什么模型。一般的线性回归的回归系数直接反映应变量的变化,是相加模型,而Logistic回归的回归系数反映比值比的变化, 属相乘模型。二、交互作用的检验交互作用检验有两种方法,一是对交 互作用项回归系数的检验(Wald test),二是比较两个回归模 型,一个有交互作用项,另一个没有交互作用项,用似然比检验。本系统采用似然比检验(Log likelihood ratio test)方法。????如以吸烟与饮酒两个两分类变量为 例,可以形成回归方程:方程1:F(Y)=?β0+β1ALH+β2SMK+β12SMK*ALH计算该方程似然数(likelihood),似然数表示按得出的模型抽样, 获得所观察的样本的概率。它是一个很小的数,因此一般取对数表示,即Log likelihood,似然数可以简单地理解为拟合度。如果我们假定吸烟与饮酒 无交互作用,β12等于零,则方程为:方程2:F(Y)=?β0+β1ALH+β2SMK如果方程1和方程2得到的似然数没有显著差别,表明β12是多余的,或者说β12与零无显著性差异,吸烟与饮酒对f(Y)无交互作用。反之,吸烟与饮酒对f(Y)有交互作用。三、交互作用分 析交互作用分析也可以理解为,在分层 分析基础上对分层变量的不同层级水平上,危险因素对结果变量的作用的回归系数差异进行统计学检验。如上表中可以看出,在不吸烟组,饮酒的作用是β1,在吸烟组中饮酒的作用是β1+β12,如β12=0则表示饮酒的作用 在吸烟组与不吸烟组都一样。分析交互作用主要回答的问题是:有哪些因素影响危险因素(X)与结果变量(Y)的关系”?有没有效应修饰因子?参看流行病学假设检验的思路。发现效应修饰因子对助于 我们进一步理解危险因素对结果变量的作用通路。危险因素可以是连续性变 量,也可以是分类型变量。本系统多要分析的可能的效应修饰因子限于分类型变量。系统将自动检测结局变量 的类型(如两分类变量、连续变量),再自动默认选择合适的回归模型(如Logistic回归或线性回归模型)。用户可以对 分布类型和联系函数自行定义。用户可以定义表格输出格 式,包括要报告的结果、行列编排、小数点位置等。如果危险因素是分类型变 量,系统将:列出危险因素与效应修饰因子的每种 层级组合(联合亚组),如危险因素分3组,效应修饰因子分2组,联合亚组就有6组。如果结果是一个连续性的变量,统计 每个联合亚组内结果变量的均数与标准差;如果结果是一个二分类的变量,统计频数(百分数)。运行两种回归模型:?A?和?B模型A?按联合亚组生成指示变量,放入模型 中(如有6个联合亚组,把一组作为参照组,放 入5个指示变量于模型中);模型B不考虑危险因素与效应修饰因子的联 合,分别产生指示变量放入模型中,如危险因素

文档评论(0)

kakaxi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档