Logistic回归中变量赋值是很重要的,涉及到结果的准确性。这里说说经常被问到又困惑大家的几个问题。Logitic回归中二分类的变量可以是所关心的结局和相应的对照,鉴于最常见的为疾病和正常对照,为方便起见,以下简化为疾病和正常。
首先是二分类的因变量,分别用两个数字代表正常和疾病组,不管采用哪两个数字,其实关系不大,因为系统会对因变量进行重新编码,一般默认取值水平高的为阳性结果。比如,我们赋较大值为疾病组,不管是哪种情况,系统都会默认疾病组为阳性,这样的话,结果解读时,OR大于1提示为危险因素,OR小于1提示为保护因素。倘若,我们将正常和疾病组两个水平弄反了,即赋较大值为正常组,结果解读时就要小心了,这时候OR小于1提示为危险因素,OR大于1提示为保护因素。那么问题来了,这两个数字有什么要求吗?必须是0和1吗?还是1和2?6和7可以吗?1和100又怎么样?还是上面那句话,系统会默认取值水平高的为阳性结果,所以说,0和1、1和2、 6和7 、1和100等等都是可以的,只要疾病组取值水平是高的就可以。但,最简单最推崇的做法是这样的:正常为0,疾病为1。
自变量赋值,即SPSS中的协变量。
(1)对于连续变量,遵循原始数据的样子就可以。
(2)对于二分类变量,一定要赋值为临近的两个数字,比如0和1、1和2、6和7,注意,当二分类变量作为自变量时,一定要是相差1个单位的两个数字。 建议大家采用0和1。
(3)对于有序多分类变量,可以是连续的几个数字,比如1、2、3、4,或者是5、6、7、8,但一定要是连续的几个数字。建议大家采用1、2、3、4。
(4)对于无序多分类变量,需进行哑变量处理。点击右上角的“分类”,在弹出的“定义分类变量”的对话框中,在左边的协变量列表框选中需要进行哑变量化的变量,点击移至右边的分类协变量框即可。注意,其他无需进行哑变量化的变量请勿进行任何操作,尤其是连续变量,至于为什么,看看输出结果就会心领神会的。还要说一句,哑变量化时,默认以取值水平最大的作为参照,您若是想以取值水平最小的作为参照,需要在“参考类别”选择“第一个”,一定记得点击上方的“变化量”按钮。