1、SPSS19.0统计软件在医学统计中的应用学 生：李清金非条件 Logistic回归实例解析导 师：黄宣银SPSS19.0简介 SPSS的全称 Statistical Program for Social Sciences，即社会科学统计程序。该软件是公认的最优秀的统计分析软件包之一。 SPSS19.0软件面向行业应用人员，软件设计突出统计方法的成熟、实用、易用性、界面易操作性及与文字处理软件等的交互性上。 相比以前 SPSS版本， 19.0版具备 多国语言操作界面 ，当然也有中文版的！在 18.0版前都是英文版的，除非安装中文破解版，但装破解版的容易引起一些系统错误。 本人可提供软件： SP
2、SS19.0版： win7-64试用版 win7-32破解版、云端版 SPSS18.0版：云端版1.了解 Logistic回归分析的基本思想；学习要点：2.了解 Logistic回归分析的医学应用；3.熟悉非条件 Logistic回归分析在 SPSS19.0中操作演练及统计结果解释；4.了解非条件 Logistic回归分析的注意事项。一、 Logistic回归分析的基本思想 多重线性回归模型适用于分析一个 连续型因变量 与一组自变量之间的关系，但如果因变量为分类变量 ，那么因变量与自变量之间就丧失了线性关系，则不适用线性回归分析来解决，但经过 Logit变化 后，就可以将模型转变为线性关系，这
3、就产生了 Logistic回归模型。 1、线性回归资料： 比如肺活量可能与患者的年龄、身高、体重、胸围等因素是否有关？ 适合用线性相关与回归的模型。 2、分类回归资料： 比如冠心病发生与否和患者的性别、年龄、心电图是否异常等因素是否有关？ 适合用非条件 Logistic回归模型。 3.Logistic回归模型分类： （ 1）非条件 Logistic回归：又称为二分类Logistic回归，即回归模型中的因变量是二元分类变量，比如 疾病发生与否 和患者年龄、性别、体重等因素是否有关。 （ 2）条件 Logistic回归：又称为 1： 1配对Logistic回归，即回归模型中的因变量是多元分类变量，
4、比如 以年龄为配对条件 ， 有无肺癌 的患者与饮酒、服用 NSAIDs 、服用激素等因素是否有关。学习要点：1.了解 Logistic回归分析的基本思想；2.了解 Logistic回归分析的医学应用；3.熟悉非条件 Logistic回归分析在 SPSS19.0中操作演练及统计结果解释；4.了解非条件 Logistic回归分析的注意事项。二、了解 Logistic回归分析的医学应用 1.校正混杂因素： 将 研究因素、混杂因素及其交互作用 全部纳入模型，能够在控制混杂因素的作用下，对研究因素与因变量间的联系作出定量描述。 2.筛选危险因素： 如果 自变量太多或变量作用不清楚 ，则需要事先按规定的检验水准，将有统计学意义的变量纳入模型，而将无统计学意义的变量剔除，以保证模型最优。 3.预测与判断 ：这是 非条件 Logistic回归 的重要作用，我们可以给定变量的数值，则可通过回归方程计算相应的概率预测值，对个体所属类别作出概率性的判断。学习要点：1.了解 Logistic回归分析的基本思想；2.了解 Logistic回归分析的医学应用；3.熟悉非条件 Logistic回归分析在 SPSS19.0中操作演练及统计结果解释；4.了解非条件 Logistic回归分析的注意事项。三、 SPSS19.0实例应用与解析
