五阿哥
logisyic回归是我请搞统计的学生帮我做的，等我明天回去和他联系后再告诉你，记得他说过血压没有进入模型什么的
五阿哥
他说血压没有进入模型，没有P值
hexm26
[quote]引用第33楼五阿哥于2009-01-05 14:39发表的“”:
他说血压没有进入模型，没有P值[/quote]
那你让那个统计学生重新做，将血压放入Multiple Logistic Regression里面，就像Ohashi的文章那样。理论上说，单因素分析和Multiple Logistic Regression的结果应该是互相支持的。
五阿哥
他说是用的非条件logistic回归做的，麻烦了他N次，我不好意思让他在再做了，我想自己做做看望您指导一二，还有我也问过几位统计学博导，他们说血压可能受了其它因素的影响，比如血压和冠心病的关系比较密切，后者可能会导致logistic回归里不出现血压这种情况，您看怎么办？
hexm26
你的第一个帖子提到“年龄、血压、性别、血糖、动脉瘤的部位等7个指标”，是不是你将冠心病的病史也做为其中一个指标？
五阿哥
没有，我没有冠心病的指标，只是说了个例子，那我刚才自己做了个logistic回归，是把血压和位置这两个单因素有统计学意义的变量做logistic回归,不是Multiple Logistic Regression是做的Binary Regression,几点说明(血压中1代表高血压，0代表没有高血压；位置中有1、2、3、4、5、6、个位置）结果如下： Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 272 100.0
Missing Cases 0 .0
Total 272 100.0
Unselected Cases 0 .0
Total 272 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original Value Internal Value
1 0
2 1
Iteration History(a)(,)(b)(,)(c)
Coefficients
Iteration -2 Log likelihood Constant
Step 0 1 377.013 .029
2 377.013 .029
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 377.013
c. Estimation terminated at iteration number 2 because parameter estimates changed by less than .001.
Classification Table(a)(,)(b)
Predicted
DAXIAO2
Observed 1 2 Percentage Correct
Step 0 DAXIAO2 1 0 134 .0
2 0 138 100.0
Overall Percentage 50.7
a. Constant is included in the model.
b. The cut value is .500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant .029 .121 .059 1 .808 1.030
Variables not in the Equation
Score df Sig.
Step 0 Variables XUEYA 9.807 1 .002
WEIZHI 6.128 1 .013
Overall Statistics 15.678 2 .000
Iteration History(a)(,)(b)(,)(c)(,)(d)
Coefficients
Iteration -2 Log likelihood Constant XUEYA WEIZHI
Step 1 1 360.977 .052 -.814 .177
2 360.939 .057 -.854 .187
3 360.939 .057 -.854 .187
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 377.013
d. Estimation terminated at iteration number 3 because parameter estimates changed by less than .001.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 16.075 2 .000
Block 16.075 2 .000
Model 16.075 2 .000
Model Summary
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 360.939a .057 .077
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than .001.
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 6.142 6 .407
Contingency Table for Hosmer and Lemeshow Test
DAXIAO2 = 1.00 DAXIAO2 = 2.00
Observed Expected Observed Expected Total
Step 1 1 39 38.238 20 20.762 59
2 22 22.255 17 16.745 39
3 34 29.730 24 28.270 58
4 5 9.319 15 10.681 20
5 10 12.304 18 15.696 28
6 10 9.795 15 15.205 25
7 9 8.039 17 17.961 26
8 5 4.321 12 12.679 17
Classification Table(a)
Predicted
DAXIAO2
Observed 1 2 Percentage Correct
Step 1 DAXIAO2 1 95 39 70.9
2 61 77 55.8
Overall Percentage 63.2
a. The cut value is .500
Variables in the Equation
95.0% C.I.for EXP(B)
B S.E. Wald df Sig. Exp(B) Lower Upper
Step 1a XUEYA -.854 .276 9.562 1 .002 .426 .248 .731
WEIZHI .187 .076 6.018 1 .014 1.205 1.038 1.399
Constant .057 .323 .031 1 .861 1.058
a. Variable(s) entered on step 1: XUEYA, WEIZHI.
Correlation Matrix
Constant XUEYA WEIZHI
Step 1 Constant 1.000 -.577 -.693
XUEYA -.577 1.000 -.044
WEIZHI -.693 -.044 1.000
Step number: 1
Observed Groups and Predicted Probabilities
80 ┼ ┼
│ │
│ │
F │ │
R 60 ┼ 2 2 ┼
E │ 2 2 │
Q │ 2 2 │
U │ 2 2 │
E 40 ┼ 1 2 ┼
N │ 1 1 │
C │ 1 2 1 2 │
Y │ 1 2 1 2 2 │
20 ┼ 1 2 1 2 2 2 ┼
│ 1 1 1 2 2 2 2 │
│ 1 2 1 1 2 1 2 2 1 2 2 │
│ 1 1 1 1 1 1 1 2 1 1 1 2 │
Predicted ─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼──────────
Prob: 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1
Group: 1111111111111111111111111111111111111111111111111122222222222222222222222222222222222222222222222222
Predicted Probability is of Membership for 2.00
The Cut Value is .50
Symbols: 1 - 1.00
2 - 2.00
Each Symbol Represents 5 Cases.
怎么这个logistic回归里血压好像有意义啊？
shenshen0455
五阿哥很执着的，在好几个论坛都问这几个问题。
hexm26
[quote]引用第37楼五阿哥于2009-01-06 13:20发表的“”:
没有，我没有冠心病的指标，只是说了个例子，那我刚才自己做了个logistic回归，是把血压和位置这两个单因素有统计学意义的变量做logistic回归,不是Multiple Logistic Regression是做的Binary Regression,几点说明(血压中1代表高血压，0代表没有高血压；位置中有1、2、3、4、5、6、个位置）结果如下： Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 272 100.0
Missing Cases 0 .0
Total 272 100.0
.......[/quote]
论坛的排版系统不好，我几乎看不明白。你用单因素Logistic回归，和单因素的卡方分布是一回事，当然会得出一样的结论。其实即使你把所有的风险因素（7个指标）全放在一个Multiple Logistic Regression，其实也就是个补充论证的作用，放不放你自己决定，但加上要好一些，仅此而已。
hexm26
[quote]引用第35楼五阿哥于2009-01-06 11:49发表的“”:
他说是用的非条件logistic回归做的，麻烦了他N次，我不好意思让他在再做了，我想自己做做看望您指导一二，还有我也问过几位统计学博导，他们说血压可能受了其它因素的影响，比如血压和冠心病的关系比较密切，后者可能会导致logistic回归里不出现血压这种情况，您看怎么办？[/quote]
这些博导说的话很让人费解。血压放不放在模型里面由你自己来决定，放进去了还会有不出现的情况？如果说指标里面还有冠心病等指标，就可能会有自变量之间线性相关的可能，从而使血压有统计上不显著的可能。很有可能是你将博导说的话给误解了。其实统计和你所在的学科一样，都需要很严谨的态度，用语和措辞一定要准确。世界上最怕的的就是认真二字，什么事情一旦认真起来，其实就没有什么很难的了。
hexm26
[quote]引用第38楼shenshen0455于2009-01-06 15:54发表的“”:
五阿哥很执着的，在好几个论坛都问这几个问题。[/quote]
所以说我们就赶快帮他把问题给解决了吧。
五阿哥
算了吧，就按照那个统计学的研究生帮我做的结果去分析吧，都怪自己对统计学不精通，再次感谢hexm26对我的热心帮助，我想和你交个朋友，我的QQ309961080，再次感谢你对我的支持！
hexm26
QQ就算了，我除了偶尔用QQ打打斗地主，基本上不用。
你的课题其实挺好的，要是被一些统计的“小”问题给耽误了的话就太可惜了。还是一句老话：错误的结论，还不如不做结论。希望你能够明白哪些统计结果，否则会吃亏的。祝好运！
