大家好，又见面了，我是你们的朋友全栈君。
每天进步一点点
案例：新生儿体重较低影响因素
1:影响因素分析，求出哪些自变量对因变量发生概率有影响，并计算各自变量对因变量的比数比；
2:作为判别分析方法，来估计各种自变量组合条件下因变量各类别的发生概率，从而对结局进行预测，该模型在结果上等价于判别分析；
说明：低出生体重标准：新生儿体重<2500克
结果变量为是否娩出低出生体重儿，变量名为low，1 = 低出生体重，0 =非低出生体重；
考虑的影响因素，即自变量如下：
1:产妇妊娠前体重（lwt，磅）
2:产妇年龄（age，岁）
3:产妇在妊娠期间是否抽烟（smoke，0=未吸，1=吸烟）
4:本次妊娠前早产次数（plt，次）
5:是否患有高血压（ht，0=未患，1=患病）
6:子宫对按摩，催产素等刺激引起收缩的应激性（ui，0=无，1=有）
7:妊娠前三个月社区一声随访次数（ftv，次）
8:种族（race，1=白人，2=黑人，3=其他民族）
数据源请至“我的资源” 自行下载～～～，需要1积分哦～
如果只研究“是否吸烟”对于新生儿体重的影响，那么可以使用卡方检验
卡方检验 如下：
分析—描述统计—交叉表—统计—卡方—确定
从检验结果来看，显著性检验小于0.05，说明产妇妊娠期是否抽烟，对新生儿出生体重较低还是有影响的；
由于自变量太多，卡方检验并不合适，下面我们试一下Logistic回归方法
Logistic回归涉及到的检验
1:walds检验（变量筛选）：基于标准误估计值的单变量检验，不考虑其他因素的综合作用，当因素之间存在共线性时结果不可靠，所以在筛选变量时，此方法要慎重
2:思然比检验（模型比较）：直接对两个模型进行的比较，适用于模型较为复杂时，两个模型-2对数似然值之差即为似然比统计量，自由度亦为两个模型参数个数之差；
3:比分检验：考虑在已有模型基础上引入新变量之后模型效果是否发生改变；
下面开始建模： 分析—回归—二元Logistic
先只看逻辑回归只研究“是否吸烟”对新生儿体重的影响：
新生儿体重：low，1 = 低出生体重，0 =非低出生体
内部值是1，即研究自变量对这个变量的影响，如果是0，得出的结果正负值相反；
块0:
起始块，只有常数项模型，也叫基线模型或无效模型；
分类表：模型预测的情况，分界值为0.5，预测模型全部预测成正常体重，预测率高达68.6%，很明显，这个预测是错误的；
方程中的变量：显著性<0.05，证明常数项不为0；
不在方程中的变量（比分检验）：把smoke这个变量纳入模型没有效果，显著性<0.05证明纳入进来还是有效果的；
块1:
模型系数的omnibus综合检验：变量的纳入模型与不纳入模型是否有区别，显著性<0.05 说明有区别，卡方说明变量的加入下降了多少似然比统计量；
模型摘要（似然比检验）： -2对数似然值衡量的是模型对数据的解释程度，模型的价值指标，越接近0越好，单独看没意义，要和其他模型比较才有价值；
**分类表：**查看模型预测结果及切分点；
**方程中的变量（walds检验）：**显著性 变量纳入模型对模型效果是否显著，Exp(B)称比数比，其他自变量取值保持不变时，该自变量取值增加一个单位，引起比数比(OR) 自然对数值的变化量，当概率比较低的时候，可以理解概率会上升为原来的几倍；
刚才只考虑低体重新生儿与是否吸烟的回归关系，现在把所有的二分类自变量和连续类型自变量放进去建模：
分析—回归—二元Logistic
结果解读：
块0
起始块一般没有变化，不在方程中的变量 这个表格有区别，总统计显著性<0.05，证明把所有模型都纳入进来是有意义的，然后再去细看每一个自变量；
块1:
方程中的变量：：显著性>0.05的几个变量是不显著的，如果直接剔除，walds检验不考虑其他因素的综合作用，当因素之间存在共线性时，结果不可靠，所以在筛选变量时，walds法要慎重
我们应选用比分检验和似然检验来挑选模型
总结以上：比较来说，最靠谱的是LR（似然比检验）或 比分检验，而Walds检验使用则需慎重。
LR（似然比检验）比较好，这里的向前是指逐步法，向后是指向后法；
选择：向前 LR
结果解读：
最终只选择变量 lwt,ptl,ht时，模型比数比为217.22；
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/145833.html原文链接：https://javaforall.net
