作者:丁点helper
来源:丁点帮你
前文,我们对Logistic回归分析的来龙去脉有了一个基本的了解,但是Logistic回归之所以应用十分广泛还有一个重要的原因——能直接输出OR值?
什么是OR值?如何理解?我们今天就来好好看一看。
怎么理解OR值
多重线性回归,一般是指有多个自变量X,只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍,两者的差距主要在于自变量X的数量,在只有一个X时,就称简单线性回归。
OR值是《流行病学》中的重要概念,称作“优势比”(odds ratio),也称“比值比”,反映的是某种暴露与结局的关联强度。
这句话初学者看起来可能会特别费劲:什么叫优势?优势比又是什么意思?暴露和结局又该怎么理解?我们结合例子把这些问题一一理清。
案例:我们想探讨吸烟是否会导致糖尿病的发生。一种很实用的思路是找两组人群,一组患有糖尿病,另一种不患糖尿病,然后,分别调查这两组人群哪些人吸烟、哪些人不吸。
通过调查我们获得如下数据:
结合上表,可以看到,患病组一共有40人,其中24人吸烟,16人不吸烟。我们就称“吸烟”是一种“暴露”。
所以,“暴露”具有十分广泛的定义,一般某些研究对象具有我们感兴趣的因素,就称这些研究对象为“暴露组”。
暴露包括各种特征(如性别、年龄、教育程度等),以及某种特定的行为(如饮酒、不爱运动等),或接触某种有毒、有害物质(如PM2.5等),而不具备这些因素的对象称为“非暴露组”。
所谓研究“暴露对结局”的影响,这里的“结局”在本例中就指“是否患有糖尿病”,一般可以等同于我们前面说的“因变量Y”。
所谓的“优势”可以理解为“暴露比值”!那怎么理解暴露比值呢?
在本例中,对于患有糖尿病的对象,暴露比值为:吸烟的比例除以不吸烟的比例,即为:24/16 = 1.50;同样,在不患有糖尿病的人群中,也可以计算一个吸烟的比例除以不吸烟的比例,即为:18/22 = 0.82。
把这两个比例相除,就得到了吸烟与糖尿病相关关系的OR值,即OR = 1.50/0.82 = 1.83>1。由此,我们可以初步推断,吸烟会加重患糖尿病的风险。
一般而言,OR值的意义可以总结如下(假设结局发生记为1,不发生记为0):
OR = 1,暴露与结局的无相关性;
OR > 1,暴露可以促进结局的发生;
OR < 1,暴露可以抑制结局事件的发生
Logistic很重要的意义就在于会直接输出OR值,这一点甚至比看直接的回归系数(β)还有意义。
OR值与回归系数β的数量关系为:OR = eβ。在实际的应用中应该如何解读OR值,我们结合一下文献案例进行讲解。
R值的应用分析
多重线性回归,一般是指有多个自变量X,只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍,两者的差距主要在于自变量X的数量,在只有一个X时,就称简单线性回归。
以下文章于2015年发表于《中国护理管理》,研究团队主要采用Logistic回归分析医护人员“工作感受”的影响因素,研究的摘要截图如下:
文章采用第五次国家卫生服务调查问卷中有关工作感受的调查表,测量医护人员工作感受情况:包括工作认知、工作满意度、职业紧张和离职意愿4个维度。
该研究并没有直接采用“工作感受”量表总得分进行研究,而是将上述4个维度分别作为“因变量(Y)”与其他因素,如性别、年龄、婚姻状况、最高学历、专业技术职称(X)等进行Logistic回归分析。
前文我们强调了进行Logistic回归的基本条件是:Y是分类变量,本研究符合这个条件吗?
符合。作者将“工作认知、工作满意度、职业紧张和离职意愿”的量表得分换算成两个类别:1=高,0=低,由此,这些因变量就是典型的二分类变量,从而可以进行Logistic回归分析。
需要明确的是,该研究一共进行了四次分析,因为有四个因变量。自变量赋值表和Logistic分析表如下:
我们在分析Logistic回归分析结果时,必须结合自变量的赋值情况来看,这是因为将“男性”赋值为“1”得到的结果与将“男性”赋值为“0”的结果会正好相反,解读时需特别注意。如上表4,我们重点看“B值”和“OR值”。
比如,表格的第一行,研究的是“护士工作满意度”的影响因素。虽然模型开始时纳入了所有的自变量,但经过筛选,最终有意义仅剩下“婚姻状况”和“工作时间”(P<0.05)两个有统计学意义的变量。这里我们以“婚姻状况”为例来解读OR值的含义。
根据自变量赋值表,婚姻状况变量中“0”为“无配偶”,“1”为“有配偶”,其表格中对应的OR值为“4.045”(>1),根据我们上文总结的OR值的意义,大于1的OR值表明:暴露会促进结局的发生。
在本研究中,“暴露”可以理解为“有配偶”,“结局”可理解为“获得高的工作满意度”,因此,OR大于1,表明:随着婚姻状况的提升(从无配偶,“晋级”为有配偶),工作高满意度的情况更容易发生。
从而说明,“婚姻状况”是护士工作满意度的一个影响因素,并且相对于“无配偶”的护士,“有配偶”的护士工作满意度得分更高。
再次提醒,能够这样解读,是因为我们把“工作满意度高”赋值为“1”,“工作满意度低”赋值为“0”,这个顺序和“有无配偶”的顺序是一致的。
与此形成对比,对于“医生离职意愿”这个因变量而言,年龄的回归系数(B值)为-0.711,其对应的OR值变为“0.491”(<1),意味着,随着年龄的提升,医生的离职意愿是变低的。
这一点也是很符合常识的。一般而言,年龄越大,其在职年限也越大,各方面的待遇会更好些,所以更不会选择离职。
最后,值得指出的是,本案例我们讲解的Logistic回归具体而言称作“二分类”Logistic回归分析,这也是应用最广泛的一类。
而当因变量不再是二分类变量,而是多分类变量时,我们仍可以进行Logistic回归,此时称作“多分类Logistic回归分析”。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14