关注今日：20 | 主题：185632
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】如何用SPSS确定Logistic回归模型中某些因素之间是否有交互作用。
页码直达：
这个帖子发布于3年零290天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:2
想请教达人，我们平时使用Logistic回归模型确定危险因素，那么，如何确定这些因素之间是否存在交互作用呢？又通过怎样的分析来确定交互作用的大小？可以使用SPSS实现吗？
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
收起全部有料回复
运用二元logistic回归模型不能直接得出（相加）交互（即：生物学生的交互作用），楼上贴图的操作得到的是相乘模型的交互作用。要得到相加交互作用需要借助多元logistic回归模型输出协方差矩阵数据，然后带入到excel表格中计算AP，RERI和S，才能确定是否存在交互作用。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
额....师兄，我看了文献说这个只能分析相乘交互作用来着。生物学交互作用是以相加交互作用为基础的，可能要用到Logistic中的矩阵之类来着。还可以使用aderson的一个EXCEL程序，我现在是不知道怎么得到需要的那个矩阵....
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
上面只讲 ，交互作用。至于相加交互作用，还真没研究过。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园准中级站友
哪有所谓的相加交互，相加的话就意味着相互独立，没有交互啊。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
目前的计算机软件只能计算出相乘模型，有相乘模型必有相加模型
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
相加模型只有在校正了所有其他因素后，才有可能算出，难度很大
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
呵呵，现在学会了~~还是挺简单的~~
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
分析交互作用，首先应该清楚统计学交互作用和生物学交互作用的区别。统计学交互作用是关于多风险因素的统计模型和参数的定量概念，指在统计模型中纳入乘积项的意义，即随选用模型的不同而不同：线性模型是加法模型，乘积项表示有无相加交互作用，而对于logistic或Cox等乘法模型，乘积项表示有无相乘交互作用。生物学交互作用是关于多风险因素在发病的生物机制上的定性概念，指两因素皆为病因的前提下是否具有在发病的生物机制上的相互联系，包括协同作用和拮抗作用。生物学交互作用的评价不能等同于统计模型中乘积项的分析。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
有交互作用就不能用logistic回归啦，交互作用可以用多因素方差分析设计，或者说进行分层，还有一种就是计算交互作用指数，不知你是那一种，要看数据类型决定，可联系qq
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问 矩阵怎么得到的啊？另外请问比如要分析a*b，那么covariates里要放a、b、a*b还是只放a*b就可以了？谢谢
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问怎么做？？我也想知道唉
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
windyard 想请教达人，我们平时使用Logistic回归模型确定危险因素，那么，如何确定这些因素之间是否存在交互作用呢？又通过怎样的分析来确定交互作用的大小？可以使用SPSS实现吗？你看看我下面的操作是否对你有帮助，我之前也不知道怎么做交互作用
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你们好，我想问下，如果自变量和因变量都是定性资料的话，可以用交互作用吗。急急急急，谢谢啦
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
@貌似解决问题了，能否共同分享下，如下附件，为何我算了得不出表5数据，请求帮助，谢谢。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
同求，表⑤的矩阵如何得出，我也得不出
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我也不会 教教我
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
运用二元logistic回归模型不能直接得出（相加）交互（即：生物学生的交互作用），楼上贴图的操作得到的是相乘模型的交互作用。要得到相加交互作用需要借助多元logistic回归模型输出协方差矩阵数据，然后带入到excel表格中计算AP，RERI和S，才能确定是否存在交互作用。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
是不是换句话说，我们平时普通SPSS操作logstic回归分析，一般分析的都只是主效应，没有分析危险因素之间的交互作用呢？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
shenshen02是不是换句话说，我们平时普通SPSS操作logstic回归分析，一般分析的都只是主效应，没有分析危险因素之间的交互作用呢？
请指教！我也想知道！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
@请问可以教一下吗？我找不到那个excel表格
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
shoring @请问可以教一下吗？我找不到那个excel表格年代久远，我也得找一找，还不一定能找着~~~
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
windyard 年代久远，我也得找一找，还不一定能找着~~~麻烦你了，如果可以的话能发我一份吗？非常感谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
@windyard，请问RERI无意义，AP和S有意义，这个情况怎么分析？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
SPSS中二元logistic回归为什么会出现缺失案例？下面那个B系数可以用吗？sig在哪个范围之内是与模型相关？
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
缺失案例出现的原因很多，具体原因仅仅看图是没法分析出来的。B系数是建立模型必用的，作为X1、X2等等前面的系数，非常重要。sig在小于0.05的情况下与模型是显著相关的。
为您推荐：
扫描下载二维码关注今日：20 | 主题：185632
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】二元logistic回归，关于结果的求助
页码直达：
这个帖子发布于3年零25天前，其中的信息可能已发生改变或有所发展。
ogistic二元回归，用逐步回归法（forward :conditional）后，未进入方程的自变量有偏回归系数（B）、标准误（S.E）、卡方值（Wald）以及P值和OR值吗？有的话，用SPSS软件如何计算呢？我现在得到的数据输出里只有进入方程的4个自变量的，未进入的3个自变量好像没有这些数据啊。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
在Option中选择Hosmer-Lemeshow Gooddness-of- fit，作Chi-square检验就可以了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
woshimaizi2008 在Option中选择Hosmer-Lemeshow Gooddness-of- fit，作Chi-square检验就可以了。 还是不清楚，能说具体明白点吗？卡方怎么做呢 按照我的理解，逐步回归后，没有进入方程的自变量，其偏回归系数应该是0吧。但杂志社要我完善这些数据，很迷茫！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
blossomblue
还是不清楚，能说具体明白点吗？卡方怎么做呢 按照我的理解，逐步回归后，没有进入方程的自变量，其偏回归系数应该是0吧。但杂志社要我完善这些数据，很迷茫！ 不一定是，主要还是因为代入后原方程木有显著性差异的改变，如果确实要知道相关系数，可以列举单因素分析时的系数，同时正文注明多因素分析时被舍弃
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
用ENTER筛选自变量
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
不一定是，主要还是因为代入后原方程木有显著性差异的改变，如果确实要知道相关系数，可以列举单因素分析时的系数，同时正文注明多因素分析时被舍弃 之前的单因素分析是用卡方和U检验做的。现在用logistic 回归做了一次，跟原来的P值稍有差异。 把自变量选入后用enter法，所有的参数都有。但是觉得跟逐步回归法是不一样的方法啊，应该不行吧。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园苹果/安卓/wp
积分 47, 距离下一级还需 38 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 wanghaidong918 于
05:30 编辑
我用1500个分析样本建立二元logistic回归模型后，
验证样本的个数为500个，
使用变形》》计算，得到了每个验证样本的概率，
然后怎么用验证样本验证模型？
能说说操作不步骤吗？
我想用分类矩阵做，但是不懂步骤，请教大家了？
载入中......
哎，是太简单了吗？我自己顶一顶！
怎么用验证样本验证模型？
本文来自: 人大经济论坛 SPSS专版 版，详细出处参考：
仁兄，应该是太复杂了吧！我现在也是不会
初入茅庐，请多多关照！
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师Logistic回归分析时几个需要注意的问题 - 简书
Logistic回归分析时几个需要注意的问题
1、关于样本含量的问题
logistic回归分析中，到底样本量多大才算够，这一直是个令许多人困惑的问题。尽管有的人从理论角度提出了logistic回归分析中的样本含量估计，但从使用角度来看多数并不现实。直到现在，这一问题尚无广为接受的答案。根据国外一些大牛的看法，如果样本量小于100，logistic回归的最大似然估计可能有一定的风险，如果大于500则显得比较充足。当然，样本大小还依赖于变量个数、数据结构等条件。
一般认为，每一个自变量至少要10例结局保证估计的可靠性。注意：这里是结局例数，而不是整个样本例数。（如果你有7个自变量，那至少需要70例研究结局，否则哪怕你有1000例，而结局的例数只有10例，依然显得不足。）
2、关于混杂因素的理解
混杂因素一般可以通过三个方面确定：一是该因素（吸烟）对结局（心绞痛）有影响；二是该因素（吸烟）在分析因素（基因）中的分布不均衡；三是从专业角度来判断，即该因素不能是分析因素与结局中间的一个环节。也就是说，不能是分析因素引起该因素，通过该因素再引起结局。
3、关于交互作用的理解
交互作用有的书中也叫效应修饰，是指在该因素的不同水平（不同取值），分析因素与结局的的关联大小有所不同。在某一水平上（如取值为0）可能分析因素对结局的效应大，而在另一个水平上（如取值为1）可能效应小。
4、关于自变量的形式
理论上，Logistic回归中的自变量可以是任何形式，定量资料和定性资料均可。但我觉得在数据分析时更倾向于自变量以分类的形式进入模型，因为这样更方便解释。
例如体重，如果直接进行分析，结果提示的是每增加1Kg发生某病的危险。而现实中多数疾病可能对体重增加1Kg不敏感，或者我们医务人员不关心增加1Kg所发生的变化，而关注的是胖子是不是比瘦子有更高的发病风险。So，很多情况下将连续自变量转化为分类变量可能会有更合理的结果解释。
5、关于标准误过大的问题
我有过这样的经历，logistic回归分析结果中某个自变量的OR值特别大（如&999.999）或特别小（&0.001），可信区间也特别宽（如&0.001~&999.999）。明显觉得有问题，但始终摸不着头脑，后来，发现可能是数据出了问题。
对于此类问题，可能有以下原因：
该变量某一类的例数特别少，如性别，男性有100人，女性有2人，可能会出现这种情形。
空单元格（zero cell count），如性别与疾病的关系，所有男性都发生了疾病或都没有发生疾病，这时候可能会出现OR值无穷大或为0的情形。
完全分离（complete separation），对于某自变量，如果该自变量取值大于某一值时结局发生，当小于该值时结局都不发生，就会出现完全分离现象。如年龄20~、30~、40~、50~四个年龄段，如果40岁以上的人全部发生疾病，40岁以下的人全部不发病，就就产生了完全分离现象，也会出现一个大得不可理喻的标准误。
多重共线性问题，多重共线性会产生大的标准误。
6、几个错误的做法
关于logistic回归分析，某些“大牛”如是说：“把因变量和自变量往软件里一放，一运行就出来结果了”，那么简单，我只能呵呵了！
（1）多分类变量不看其与logitP的关系直接进入模型
有时候你会发现某些多分类自变量应该有意义但怎么也得不到有统计学意义的结果，那你最好看一下这些自变量与logitP是神马关系，是直线关系吗？如果不是，请设置虚拟变量（SPSS叫做哑变量）后再进入模型。
（2）变量赋值相反
有时候，你会发现你的结果恰好与别人的相反。于是乎你不得不陷入深深的苦恼中，当揪头发、拍脑袋都无济于事是，看看是不是因变量赋值问题。如患病（赋值1）和不患病（赋值0）弄成了患病（赋值0）和不患病（赋值1）。
注意：SPSS拟合模型时默认取值水平高的为阳性结果，而SAS与其相反。
（3）参数估计无统计学意义
有时候会发现所有自变量参数估计均无统计学意义，是不是很让你沮丧？（不管你沮不沮丧，反正我都看在眼里）如果你认为从专业角度不大可能所有自变量都无统计学意义，那你可以看下是不是标准误太大导致的Wald卡方检验失效，如果是，不妨换用似然比检验重新分析。如果不是，那你默哀，如果你知道原因请告诉我！
（4）只看参数检验结果
看到参数结果就认为分析结束了，这就是典型的只管工作完成，不理会工作质量。很少有人喜欢看拟合优度的结果，尽管拟合优度确实有用，尤其是在模型比较时。拟合优度通俗来讲就是看你求得的模型与实际数据的符合程度。logistic回归中有很多指标可用于拟合优度的评价，如Pearson卡方、Deviance、AIC、似然比统计量等。只要你不是非得追究它们的来历，这些指标的用法还是比较简单的，通常用于模型的比较。
我的存在证明了统计分析是一件容易的事情。