logistics回归,最优尺度回归,决策树.ppt

2016.06.04 案例分析 许**刘**李*王**苏* DepartmentofBiostatistics, SchoolofPublicHealthShandongUniversity 第一页，编辑于星期三：一点 三分。 * 1 2 3 4 5 决策树 方法比较 最优尺度回归 统计描述 Logistics 回归 Outline 第二页，编辑于星期三：一点 三分。 统计描述 * 第三页，编辑于星期三：一点 三分。 统计描述 ? QQ图可看出血小板取自然对数后数据分布更趋于正态分布，更为平稳。 * 第四页，编辑于星期三：一点 三分。 统计描述 ?与四分位数值的距离超过1.5倍四分位间距的为离群值，以o表示；超过3倍的则为极值，用*表示。 ?血小板取自然对数后明显减弱了异常值的影响 * 第五页，编辑于星期三：一点 三分。 统计描述 ?年龄、收缩压、舒张压、ln血小板 箱式图中均没有明显极端值 * 第六页，编辑于星期三：一点 三分。 年龄 舒张压 收缩压 统计描述 Ln血小板 * 第七页，编辑于星期三：一点 三分。 统计描述 * 第八页，编辑于星期三：一点 三分。 Logistics 回归 logistics单因素分析结果 * 第九页，编辑于星期三：一点 三分。 Logistics 回归 多因素分析结果（单因素有意义） 多因素分析结果（逐步回归） ?激素对预防迟发型脑损伤的保护性作用最大，即使用激素后脑损伤的发生风险会下降至原先的e-9.9882 * 第十页，编辑于星期三：一点 三分。 Logistics 回归 * 第十一页，编辑于星期三：一点 三分。 Logistics 回归 /*将结果直接输出到一个word文档中*/ /*logistic多因素*/ ods rtf file=multi.rtf; proc logistic data=anli descending plots=roc(id=prob); class var2(ref=1) var7(ref=0) var8(ref=0) var9(ref=0) var10(ref=0) var11(ref=1) var12(ref=0) var13(ref=0)var14(ref=0) /param=reference;/*为分类变量设置参考水平*/ model y= var4 var5 var9 var11 var13 var16 /stb risklimits （selection=stepwise sle=0.1 sls=0.1 details）rsquare；/*得到标准化系数；置信区间；逐步回归每一步的系数细节；R2*/ run; ods rtf close; * 第十二页，编辑于星期三：一点 三分。 最优尺度回归 ?在分析数据时，当遇到自变量为分类变量的情况，比如收入级别、学历等，我们通常的处理方法是直接将各个类别定义取值为等距连续整数。比如将收入的高、中、低分别定义为1、2、3，但是这意味着这三个水平之间的差距是相等的或者说它们对因变量的数值影响程度是均匀的，显然这种假设是有些草率的，基于此的分析有时会得出很不合理的结论。而最优尺度回归可以解决这一问题，它可以将人为设置的分类变量进一步优化，找出更加合理的分类。 ?首先，我们先把原始数据中的进行了处理，即将0,1变量定义为1,2。 * 第十三页，编辑于星期三：一点 三分。 最优尺度回归 SPSS操作步骤 * 第十四页，编辑于星期三：一点 三分。 最优尺度回归 ?对案例进行了汇总整理，总计201例，但有4个个案包括缺失值（去除异常值），分析中使用的最终样本量为197。 ?模型摘要，调整后 的R方为0.551，说明模 型解释能力比较好 ?方差分析结果。 P值明显小0.05， 说明该模型有统计 学意义 * 第十五页，编辑于星期三：一点 三分。 最优尺度回归 ?模型的系数及其显著性。 * 第十六页，编辑于星期三：一点 三分。 最优尺度回归 偏相关系数 * 第十七页，编辑于星期三：一点 三分。 最优尺度回归 量化转换图 ?由意识程度的转换图（右图）可以看出2、3两个等级被赋予了相同的量化评分，在后续的分析中，这两个级别就被合并分析了。 * 第十八页，编辑于星期三：一点 三分。 最优尺度回归 ?模型综述 （1）由分析结果“系数”表可知，最终的的模型为： Y（迟发型脑病）=0.165*激素-0.407*舒张压-0.293*ln血小板 （2）由分析结果的“模型摘要”表，可知模型的拟合优度效果一般，调整后的R2为0.55