怎么看logistic回归的结果

Answer 1

在审视logistic回归结果时，首先应判断资料是否适合采用该模型。并非所有分类因变量的研究都适用logistic回归，需确保自变量与因变量之间的关系适宜。与多重线性回归不同，logistic回归要求自变量与logit（y）之间存在线性关系，即自变量应与ln（P/1-P）成线性。这一要求适用于多分类和连续自变量，但对于二分类变量，自变量与ln（P/1-P）的非线性关系可能导致误解。例如，在二分类因变量y与四分类自变量x的关系分析中，直接以1至4的形式分析可能忽略实际的非线性关系。虚拟变量的使用可揭示这种关系，例如，将x转换为二分类虚拟变量x2，x3，x4后，分析显示x2，x3，x4对y的影响在统计学上具有显著性，尽管x2与1比较无显著性。
logistic回归分析中，虚拟变量是强大的工具，能帮助发现自变量与因变量之间的非线性关系。在样本量允许的情况下，若自变量与因变量关系不明确，使用虚拟变量形式进行分析可减少误差。如果自变量间的OR值呈直线关系，则可以直接分析；否则，采用虚拟变量形式更为合适。
样本量的估计在logistic回归中至关重要，但常被忽视。研究者往往在完成研究后才寻求样本量的依据。在统计学中，样本量的预先估计是为了尽可能得出确定的结果。简单的研究有成熟的公式计算所需样本量，但对于复杂研究，如logistic回归，尚无广泛认可的有效公式，因此通常依赖经验法。一般而言，每个结局至少需要10个样本，但需考虑研究因素中的多重共线性等问题，这可能需要更多样本。logistic回归的样本量通常要多于多重线性回归，以确保最大似然估计法的优点得以发挥。由于缺乏权威的样本量估计方法，研究者应寻求统计专家的建议以获得进一步指导。