作者：朱馳

單位：上海市東方醫(yī)院南院檢驗科

上一篇《超實用干貨—檢驗人最常用的統(tǒng)計學分析方法梳理（一）》我們簡單梳理了常用的比較分析的統(tǒng)計檢驗方法及數(shù)據(jù)資料類型的確定。

一般來說，兩組或多組樣本在比較檢驗時如果多項指標有顯著差異，我們下一步通常會探討引起組別產(chǎn)生質的差別的影響因素，即自變量對因變量的影響是否具有統(tǒng)計學意義。

今天我們就來梳理一下SPSS作logistic回歸分析。

在做logistic回歸分析前，我們要知道分析研究的自變量、因變量是什么。

首先，因變量通常為所研究的變量，可以為連續(xù)型也可為分類的變量；而自變量是用來解釋或說明因變量變化的變量，可以為連續(xù)型也可為分類的變量，為一個或多個，注意，各自變量間應獨立。

另外，何為回歸分析？

在用SPSS作二分類logistic回歸分析時，因變量為二分類變量，界面中的協(xié)變量就是我們所說的自變量；方法選擇輸入；分類選擇與最后一個對比（其他也可，主要區(qū)別在結果解釋時與選擇的變量的比較）；選項：exp（B）的CI95%相當于優(yōu)勢比（OR值）。

在輸出的結果中，我們主要觀察一下四個方面。

第一，模型系數(shù)的綜合檢驗：一般認為P<0.05模型有統(tǒng)計學意義；

第二，模型匯總：模型R方對模型的預測能力評估；

第三，分類表：表示對因變量的預測正確率；

第四，也是最重要的，方程中的變量，是針對自變量與因變量的影響關系模型函數(shù)確定，一般認為P<0.05為有意義。

兩個重要的參數(shù)：回歸系數(shù)和優(yōu)勢比。

當因變量為多個分類變量時，常采用多項分類logistic回歸。

1、多項無序分類變量

多個因變量的取值有時無大小順序，如因變量為職業(yè)（學生、教師、工人、商人）或者居住城市（上海、江西、重慶、新疆）等，這樣的變量類型又稱為多項無序分類變量，又稱為名義變量。

名義變量與自變量之間建立的回歸模型被稱為多項分類logistic回歸模型。在統(tǒng)計界面，我們發(fā)現(xiàn)自變量可以指定為因子，也可指定為協(xié)變量。

一般認為：自變量為分類變量的指定為因子；自變量為連續(xù)變量的指定為協(xié)變量。輸出結果與二分類結果相似，從模型擬合信息、似然比檢驗等觀察，但值得注意的是，多項分類logostic回歸分析的偽R方一般不大。

2、有序變量

當因變量為多個分類變量并且為有序變量時，如高血壓分級為：低危、中危、高危，療效為：無效、一般、有效等等級時，此時需要用有序的logistic進行分析。輸出結果的描述與上述一致，其中，參數(shù)估計值中，表中閾值即代表常數(shù)項。

當然，想要做好一項完美的logistic回歸分析還需要扎實的統(tǒng)計基礎及大量的練習；希望本文對稍有軟件操作功底的同仁們在分析研究時有一定的幫助。