合理进行多重Logistic回归分析——结合平均处理效应分析

本文目的是介绍如何结合平均处理效应分析,合理地进行多重Logistic回归分析的方法。第一,介绍了与平均处理效应分析有关的4个基本概念。第二,介绍了平均处理效应分析中的核心内容,即6种估算方法。第三,通过一个假设的药物临床试验实例,介绍了如何用SAS软件进行分析的全过程,内容如下：(1)采用传统的多重Logistic回归分析;(2)采用倾向性评分模型计算逆概率权重;(3)分别采用6种估算方法估计潜在结果均值和平均处理效应。     

非配对设计多值有序资料多水平多重Logistic回归分析

本文目的是介绍多值有序资料多水平多重logistic回归分析方法。此法是在层次结构数据的基础上,构建多值有序因变量随一组自变量变化而变化的回归模型。具体的做法如下：①先介绍有关的基本概念;②呈现待分析的数据结构;③扼要介绍回归模型的构建与求解;④详细介绍如何使用SAS的GLIMMIX和NLMIXED两个过程来拟合此回归模型,并对相关结果进行解释和比较;⑤讨论多水平结构数据下拟合累积logistic回归模型时需注意的问题。     

合理进行多重线性回归分析——结合倾向性评分分析

本文目的是介绍如何结合倾向性评分分析,合理地进行多重线性回归分析的方法。第一,介绍了与倾向性评分分析有关的3个基本概念。第二,介绍了倾向性评分分析的核心内容,即3种匹配方法。第三,通过一个流行病学的调查实例,介绍了如何用SAS软件进行分析的全过程,内容如下：(1)针对原始数据集,检验协变量在处理组与对照组之间的差异是否具有统计学意义;(2)针对原始数据集,直接进行多重线性回归分析;(3)采用倾向性评分分析产生匹配后的数据集;(4)针对匹配后的数据集,检验协变量在处理组与对照组之间的差异是否具有统计学意义;(5)针对匹配后的数据集,合理进行多重线性回归分析。     

非配对设计多值名义资料多水平多重Logistic回归模型

本文目的是介绍非配对设计多值名义资料多水平多重logistic回归模型的构建与求解方法。首先介绍了有关的基本概念,涉及“多值名义结果变量”“分层或多水平数据结构”和“扩展的多重logistic回归模型”;其次,呈现了一个具有二水平结构的横断面调查资料,该资料涉及多个影响因素和一个多值有序的结果变量（在本文中,将其视为多值名义结果变量）;最后,借助SAS中的两个过程（即GLIMMIX和NLMIXED）对给定的资料进行统计分析,即构建和求解“非配对设计多值名义资料多水平多重logistic回归模型”,并对相关结果进行比较和解释。     

合理进行多重Logistic回归分析——结合ROC曲线分析

本文目的是介绍如何结合ROC曲线分析,合理地进行多重Logistic回归分析的方法。第一,介绍了与ROC曲线分析有关的两组基本概念,即常用诊断指标的统计描述和诊断资料的ROC曲线分析方法。第二,介绍了ROC曲线分析中的核心内容,即ROC曲线下面积的计算和多条ROC曲线下面积的比较。第三,通过一个诊断试验的实例,介绍了如何用SAS软件进行分析的全过程,内容如下：(1)仅采用多重Logistic回归分析;(2)基于多重Logistic回归分析,再结合ROC曲线分析。得到的结论是,对于诊断试验资料,将多重Logistic回归分析与ROC曲线分析结合起来,可以获得更丰富、更合理的统计分析结果。     

非配对设计二值资料多水平多重Logistic回归分析

本文目的是介绍非配对设计二值资料多水平多重logistic回归模型的构建与求解方法。首先介绍模型的有关概念及模型的构建原理,基于实例使用SAS软件对列联表资料进行分析,以proc glimmix和proc nlmixed过程构建和求解模型,并对相关结果进行解释和比较。     

非配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍非配对设计二值资料一水平多重Logistic回归模型的构建与求解方法。基于SAS软件分别对以列联表和数据库形式呈现的定性资料进行全面分析,并得出了4个对提高模型拟合优度很有价值的结论:第一,若资料以列联表形式呈现,应拟合"加权"Logistic回归模型;第二,若资料中包含定量自变量,不适合将其定性化;第三,若资料中包含定量自变量,应依据定量自变量和二值自变量产生出派生自变量;第四,若资料中有定性自变量时,必须将多值名义或有序自变量进行哑变量变换,不需要依据二值自变量产生出派生自变量。     

非配对设计多值有序资料一水平多重Logistic回归分析

本文目的是介绍非配对设计多值有序资料一水平多重logistic回归模型的构建与求解方法。本文详细介绍了构建累积logistic回归模型的原理和具体方法,并结合实例介绍如何使用SAS软件中的LOGISTIC过程来拟合此回归模型,并对逐步回归法的输出结果进行了解释;其次讨论了有关构建累积logistic回归模型的过程中自变量筛选、模型评价以及拟合模型时需注意的问题。     

复杂抽样调查设计多值名义资料一水平多重Logistic回归分析

本文目的是介绍复杂抽样调查设计多值名义资料一水平多重logistic回归模型构建,并探讨不同策略之间的差异。采用SAS中的LOGISTIC过程和SURVEYLOGISTIC过程,分别按照是否考虑抽样设计与是否考虑抽样权重共4种分析策略对数据构建广义logistic回归模型,并比较结果。不同分析策略所得结果显示,不仅参数估计值、回归系数标准误、OR值及其置信区间的估计值有所差别,而且对纳入模型的解释变量也有影响。因此,在对复杂抽样调查设计多值名义资料构建广义logistics回归模型时,既要考虑抽样设计,又要兼顾抽样权重,否则即使样本量足够大,也会导致错误的推断结论。     

非配对设计多值名义资料一水平多重Logistic回归分析

本文目的是介绍非配对设计多值名义资料一水平多重logistic回归分析的基本原理、建模策略及注意事项。结合实例,应用SAS 9.4构建未经变量筛选和经变量筛选的多值名义资料多重logistic回归模型。通过回归分析的计算结果可知,同一变量的回归系数在不同logit函数中存在代数关系。多值名义多重logistic回归分析可以用来处理结果变量为多值名义变量的回归建模问题,并可以结合SAS实现对自变量的筛选,以获得简洁的回归模型。     

复杂抽样调查设计二值资料一水平多重Logistic回归分析

本文目的是介绍复杂抽样调查设计二值资料多重logistic回归分析方法。通过一个实例,利用八种不同的分析策略(不考虑抽样设计和抽样权重、考虑抽样设计不考虑抽样权重、不考虑抽样设计考虑抽样权重、同时考虑抽样设计和抽样权重以及分别不考虑与考虑派生变量)对数据进行建模。对所得结果进行比较得出如下结论:在对复杂抽样设计资料进行统计分析的过程中,同时考虑抽样设计和抽样权重可以得到符合数据内部变量间依赖关系真实情况的结论。此外,本研究还介绍了采用SAS软件中SURVEYLOGISTIC过程对复杂抽样调查数据进行多重Llogistic回归分析的详细步骤。