다중 로지스틱 회귀분석 예제

  • 0

다중 로지스틱 회귀분석 예제

Category : Senza categoria

SAS Proc 로지스틱 회귀 모델에서 상호 작용 용어를 모델에 직접 추가할 수 있습니다(예: 아래 모델에서 “AGE”DM”과 같이). 한편, 모델에 는 AGE, DM 및 AGE에 대한 OR이 연속 변수로 나이를 포함하기 때문에 OR은 표시되지 않지만 회귀 계수는 표시됩니다. (기본 출력 테이블 참조). 여러 선형 회귀에 사용되는 최소 제곱 방법이 아니라 최대 우도 방법을 사용하여 다중 로지스틱 회귀에서 가장 적합한 방정식의 경사(b1, b2 등)와 절편(a)을 찾을 수 있습니다. 최대 가능성은 컴퓨터 집약적인 기술입니다. 기본 아이디어는 관찰 된 결과를 얻을 가능성이 가장 높은 매개 변수의 값을 찾는 것입니다. 몇몇 뚱뚱한 사람들은 무게를 분실하기 위하여 위 우회 수술을 얻고, 그들 중 일부는 수술 결과로 정지합니다. Benotti 등(2014)은 특정 한 종류의 수술, Roux-en-Y 위 우회 수술에서 사망할 위험이 높은 사람을 예측할 수 있는지 알고 싶었습니다. 그(것)들은 Roux-en-Y 수술이 있던 81,751명의 환자에 기록을 장악했습니다, 그 중 123는 30 일 안에 정지했습니다. 그들은 종속 변수로 30 일 후 살아 대 죽은 여러 물류 회귀를했고, 6 인구 통계 변수 (성별, 연령, 인종, 체질량 지수, 보험 유형 및 고용 상태) 및 30 건강 변수 (혈압, 당뇨병, 담배) 사용 등) 독립 변수로 합니다.

수동으로 그들의 물류 모형에 추가하는 변수를 선택했습니다, 그(것)들은 Roux-en-Y 수술에서 정지의 리스크에 기여하는 6를 확인했습니다: 체질량 지수, 나이, 성별, 폐 고혈압, 혼잡한 심부전 및 간 질병. 다항 회귀 분석의 중심에는 각 범주의 로그 배당률을 추정하는 작업이 있습니다. 참조 범주로 마지막 범주가 있는 k=3 컴퓨터 게임 예제에서 다항 회귀는 k-1 회귀 함수를 추정합니다. 측정 변수는 독립적인(X) 변수입니다. 종속 변수에 영향을 미칠 수 있다고 생각합니다. 여기서 사용할 예제에는 측정 변수만 독립 변수로 사용되지만 다중 로지스틱 회귀에서 명목 변수를 독립 변수로 사용할 수 있습니다. 다중 선형 회귀 페이지의 설명을 참조하십시오. MODEL 문에서 종속 변수는 등가 부호의 왼쪽에 있고 모든 독립 변수는 오른쪽에 있습니다. 선택에서 사용되는 변수 선택 방법이 결정됩니다. 선택 사항에는 앞으로, 뒤로, 단계적 및 여러 가지 다른 항목이 포함됩니다. 모든 독립 변수를 포함하는 로지스틱 회귀 모델을 보려면 SELECTION 매개 변수를 생략할 수 있습니다.

SLENTRY는 앞으로 또는 STEPWISE 선택을 사용하는 경우 모델에 변수를 입력하기 위한 유의 수준입니다. 이 예제에서 변수는 회귀 모델에 입력하려면 0.15 미만의 P 값을 가져야 합니다. SLSTAY는 뒤로 또는 STEPWISE 선택에서 변수를 제거하기위한 유의 수준입니다. 이 예제에서는 P 값이 0.15보다 큰 변수가 모델에서 제거됩니다. 예제 2에서는 세 가지 예측 변수(독립 변수) 연령, DM 및 SMK가 있습니다. 첫 번째 컴퓨팅 모델에서는 SAS Proc 단계에 이러한 세 가지 요소를 포함합니다. 명령문에서 CLASS는 범주형 변수(예: SMK)에 사용됩니다. 이 예제에서 SMK에는 세 가지 수준(아니요, 이전 및 현재)이 있으며 참조 그룹인 수준을 나타내야 합니다. “참조 = NO”로 나타낼 수 있습니다. “PARAM = REF”는 참조 그룹으로 REF를 사용하는 관련 시험을 의미한다. “EXPB”는 컴퓨팅 또는 “위험 한계”와 동일한 기능을 가합니다. PROC LOGISTIC를 사용하여 SAS에서 여러 로지스틱 회귀를 수행합니다.

다음은 뉴질랜드에 대한 조류 소개에 대한 데이터를 사용하는 예입니다. 컴퓨터 소프트웨어가 등장하기 전에 이러한 개별 회귀를 실행한 다음 결과를 비교했을 것입니다.