Logistic 回归：β、OR、RR与P值

微信订阅号“医学统计分析精粹”授权发布，欢迎扫描文末二维码关注！我们提一个问题，“你为什么会选择Logist...



微信订阅号“医学统计分析精粹”授权发布，欢迎扫描文末二维码关注！

我们提一个问题，“你为什么会选择Logistic回归”？

很多人都会回答：因为处理的是“因变量为二分类变量的情形”。

但实际上，Logistic回归如此流行，根源却并不仅仅在于因变量是二分类变量这一点，其实是Logistic回归的产出--OR值，给了Logistic回归如此高大上的江湖地位。

那么什么是OR值呢？这个，恐怕要从RR值说起。

我知道不少人都对公式比较恐惧的，但有时候必须要克服一下，才能够真正理解一个定义的内涵。如下，很简单的：



是的，大概就如您理解的，RR值，就是相对危险度，某个人群发病率是另一个人群发病率的多少倍。例，吸烟者患肺癌的机率是不吸烟者的多少倍。

而OR值却没有这么好解释，。。。怎么办呢？

好在，我们可以得到一个结论，在发病率较小时，OR值与RR值是极为近似的！那我们就可以用OR来模糊代替RR值。

另一点，在Logistic回归结果汇报时，往往会遇到这样一个问题：

是应该汇报OR值，还是β值，还是两个都要汇报？

这个决定权最终当然还是作者您的了，但有一点需要进一步了解：

OR值和β值其实是等价的。如下所示， 又是很简单的公式推导，要不要挑战一下？



如上，便可得到一个结论，OR值和β值其实是等价的！

很多朋友都很关心meta分析的写作，在回顾文献时，如果部分研究只汇报了β值，却没有报告OR值，那这篇文章还能采用吗？当然可以，前面说过，两者其实是等价的，只需要做一个对数转换！

同样，如果你遇到的是生存分析中的HR，跟本文的OR其实是一回事。

下表是一张典型的论文中的Logistic回归结果报告表。

试试能否找到以下几点：

1. 上一次模型选择，我们提到过哑变量，能否在图中找出哪里进行了哑变量处理？
2. 红框中的2.105，如何解读？
3. 同一行中，95%CI与P-value有什么特别的关系？

关注“一起学SPSS”后，回复“电子书”或“book”可获取本书配套免费电子书及数据文件下载地址。回复“key”可获取订阅号文章目录。





邮箱：mchgz@163.com共享网盘：http://pan.baidu.com/s/1bnDDh2R统计交流请加“一起学SPSS小编”微信，请注明所从事的专业。

    关注 一起学SPSS