如何选择合适的回归模型

回归分析常常出现于我们的科学研究中,线性回归、Logisitic回归、Possion回归、Cox回归,这些名字你一定都不陌生,我们通常采用回归分析来探索影响疾病的危险因素、校正混杂因素、预测疾病的发生情况等。

你是否也有这样的迷茫,见过了好多的回归分析,但依然不知在实际情况中该如何选择?

今天小编就整理了一份宝典送给大家,让你迅速get回归模型的选择。

Step1.首选明确你的因变量和自变量

因变量是我们俗称的Y, 通常来表示结局的变量。

自变量是我们俗称的X,通常作为解释Y的变量。

如分析性别、吸烟、肿瘤大小、Ki67、病理亚型对治疗疗效的影响,那么疗效就是因变量,而性别、吸烟、肿瘤大小、Ki67、病理亚型这5个都是自变量。

Step2.确定自变量和因变量的类型

确定自变量和因变量的数据类型(是属于分类变量、连续变量、有序变量,还是带有时间的生存变量?),然后对照小编整理的“分析模型宝典”就好啦!

表1. 分析模型宝典(包括但不仅限于回归分析)

 

确定了该采用什么样的回归模型,就可以开始操作了,鉴于市面上很多软件可以帮助我们来执行回归分析(SPSS, R, SAS, Matlab等),教程也有很多,小编在这里不做赘述。

练习时间:

比如上面的问题,由于因变量y是分类变量–疗效(好/差)

而自变量x既包含分类变量(性别、吸烟、病理亚型),又包含连续变量(肿瘤大小、Ki67),掐指一算(对照“分析模型宝典”),嗯,应该选择Logistic回归模型!

统计与绘图

一网打尽所有的比较型统计分析和可视化

2020-8-28 4:29:37

统计与绘图

ComplexHeatmap专画复杂的热图的R包

2020-8-28 4:34:46

加入Q群
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索