共查询到9条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
5.
复杂抽样调查设计多值有序资料一水平多重Logistic回归分析 总被引:1,自引:1,他引:0
本文目的是比较不同分析策略对复杂抽样调查设计多值有序资料一水平多重logistic回归分析结果的异同。通过实例分析,利用四种不同的分析策略(将复杂抽样视为单纯随机抽样,考虑抽样设计不考虑抽样权重,考虑抽样权重不考虑抽样设计,同时考虑抽样设计和抽样权重)对复杂抽样设计多值有序资料进行建模。在四种不同分析策略的累积logistic回归模型拟合的结果中,自变量的偏回归系数、标准误差及P值均有所不同。在对复杂抽样调查设计的多值有序资料回归建模时,将抽样设计和抽样权重纳入统计分析,会得到更准确、更稳健的分析结果。 相似文献
6.
7.
8.
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。 相似文献