最优尺度回归分析的应用及SPSS软件实现
闂傚倷鑳舵灙缂佺粯鍨剁换娑欑節閸パ勭€銈嗘尵婵數鈧碍姘ㄩ埀顒€绠嶉崕杈╂崲閹烘梻鐜婚柨鐕傛嫹分析模型,因变量,定性,1最优尺度回归分析的概念,2最优尺度回归分析的应用条件,3最优尺度回归分析在SPSS软件中的实现
王瑞平 李斌
(上海市皮肤病医院临床研究与创新转化中心 上海 200443)
临床研究中，研究者完成数据采集和数据录入后，一项重要的工作就是根据其所制定的研究目标开展统计分析。在描述性临床研究设计和临床试验研究的亚组分析中，由于混杂因素和(或)效应修饰因素的作用，研究者在数据分析阶段通常会采用多因素分析方法控制潜在的影响因素，来评估“暴露与结局”和“干预与效应”之间独立关联强度。多因素分析的方法有很多，例如logistic回归、多元线性回归、广义线性模型、广义相加模型、最优尺度回归、Cox回归、二项式分布回归、Poisson回归等，每一种多因素分析方法都有其适用的条件。最优尺度回归分析(optimal scaling)适用于因变量为定量变量，自变量为定量变量或定性变量的情况。其分析过程将定性变量不同取值进行量化处理，从而将定性变量转换为数值型进行统计分析，突破定性变量对分析模型选择的限制，扩大了回归分析的应用能力。本文采用示例的方式，重点介绍最优尺度回归分析的定义、应用条件、SPSS软件实现等内容，以期为研究者今后开展最优尺度回归分析提供参考。
1 最优尺度回归分析的概念
正如本刊2022年第43卷第1期“临床研究规范”专栏《临床医学研究数据分类浅谈》[1]一文中所述，临床研究中的数据通常可以分为两大类，即定量变量和定性变量，定量变量可以进一步细分为连续性变量和离散型变量，而定性变量可以进一步分为二分类变量、多分类有序变量和多分类无序变量。临床研究多因素分析方法的选择即是基于变量类型和特点而进行的 ......
您现在查看是摘要页，全文长 5954 字符。
闂傚嫭鍔掔花顒勫嫉瀹ュ懎顫ら柛锝冨妼鐢洭宕濆☉宕囩缂傚啯鍨归悵顖炴焾閵娿儱鐎诲ǎ鍥ｅ墲娴煎懘宕ｉ鍐繑闁绘牕宕缓鐐濮橆剚鍠呴柟瀛樼墬濠€浣圭▔閳ь剛鈧姘ㄨⅶ闁告帒妫涘▓鎴濃枖閵娿儱鏂€濞村吋鑹鹃幉鍐裁规担绛嬫綌闁靛棴鎷�
婵繐鎷�濞ｅ洠鍓濇导锟�闂傚洠鍋撻悷鏇嫹 2 缂佸鍨伴崹搴ㄦ晬閸繂甯抽悹鎰潐閺佺偤宕樺畝鈧▍銉ㄣ亹閺囩偞鍊�婵絽绻愰妵澶愬矗椤栨瑤绨板Λ鏉挎瑜帮拷10濞戞搩浜炶ⅶ闁告帪鎷�闁挎稑顦埀顒婃嫹
濞ｅ洠鍓濇导鍛閸涱剛杩旈柛娆忓€介埀顒€鍠涚槐婵囩▔瀹ュ棛鈧垶骞嬮幇顏呭床濞达絾娲戠粻锝咁嚈妤︽鍞撮柕鍡曠劍鐢綊鎳￠幇顓炵仐闁圭ǹ娲ょ槐鈺呭Υ閸屾稒鐎紒鏃傚Х婢ф寮堕崘銊ф剑濞存粌楠哥敮顐︽媼濡炲墽绋婇柡澶婂暕濮瑰鏁嶅畝鍐仧闁诡喓鍔忛缁樼▔閻戞﹩鍔冮柡鍌氭矗缁楀鈧绮忛～锕傚绩鐠鸿櫣绉垮〒姘☉閵囧洨鈧娉涢崢銈囨嫻瑜版帗顫夐悹鍥︾串缁辨繄鎷犻悜钘変粡濞寸姾鍩栭崹銊╂偨娴ｅ啰妯堥梺顐ｆ皑閻擄繝骞嬮幋婊勭拨闁挎稑鏈崹婊勭椤掍焦鏆柛鎺嶅嵆閳ь剚姘ㄩ悡锟犲触鎼搭垳绀夊ù鍏兼皑閻濇盯宕￠崘鑼闁诡喓鍔庡▓鎴炴媴濠婂啯鎯傚ù鐘插濠€鎵磾閹寸姷褰查柛鎺斿█濞呭酣濡撮敓锟�
|
鐎甸偊鍠曟穱濠囧棘閸モ晝褰�
闁稿繗娅曢弫鐐烘儌閻愵剙顎�
閻犲洤瀚鎴﹀礄閻樻彃缍�
闁瑰吋绮庨崒銊╁即閺夋埈妯�
|