基于二值Logistic回归模型的砂土液化指标敏感性分析

将二值Logistic回归模型应用到砂土液化预测中,以国内外173组样本数据作为研究对象,通过相关性分析选择震级M、有效应力σ′0、平均粒径D50、修正的CPT锥尖阻力qc1和地震剪应力比SSR5个指标作为敏感性分析指标,对砂土液化指标的敏感性进行了分析。结果表明:二值Logistic回归模型预测准确率达到了90.8%,其概率表达式可用于砂土液化预测;各指标的敏感性排序为M>qc1>σ′0>D50≈SRR;σ′0和qc1指标与砂土液化的相对危险性呈负相关趋势,以qc1指标敏感性较大,M、D50、SRR指标与砂土液化的相对危险性呈正相关趋势,以M敏感性最大。

一阶混合整数值负二项自回归模型

考虑复杂整数值时间序列数据的建模问题.首先,提出一类一阶混合整数值负二项自回归模型,并证明该模型的严平稳遍历性,讨论该模型的转移概率、期望、方差等概率统计性质;其次,研究该模型的最大似然估计问题,得到了估计量的渐近正态性,并在数值模拟的基础上进行实证分析.实证分析结果表明,该模型在拟合毒品犯罪次数数据时性能良好.

如何进行因变量为二值变量的多重logistic回归分析——怎样在药物应用与监测研究中正确运用统计学(十二)

通常的多重线性回归模型中，因变量常为一个连续性变量，而在临床医学、药学实验中因变量有时为分类变量，此时需要采用logistic回归模型进行分析。Logistic回归属于概率型回归，即因变量是某事件（代表自变量取某特定值所对应的事件，如患者被治愈）发生的概率。因变量的性质通常可以有以下3种情形：1）二值变量，如成功或失败、生存或死亡；

非配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍非配对设计二值资料一水平多重Logistic回归模型的构建与求解方法。基于SAS软件分别对以列联表和数据库形式呈现的定性资料进行全面分析,并得出了4个对提高模型拟合优度很有价值的结论:第一,若资料以列联表形式呈现,应拟合“加权”Logistic回归模型;第二,若资料中包含定量自变量,不适合将其定性化;第三,若资料中包含定量自变量,应依据定量自变量和二值自变量产生出派生自变量;第四,若资料中有定性自变量时,必须将多值名义或有序自变量进行哑变量变换,不需要依据二值自变量产生出派生自变量。

Logistic二元回归分析的风险干预在消毒供应中心外来器械清洗消毒全流程管理中的应用

目的:探讨Logistic二元回归分析的风险干预在消毒供应中心外来器械清洗消毒全流程管理中的应用效果。方法:将2021年1~6月的外来器械列入对照组,2021年7~12月的外来器械列入研究组;对对照组53件外来器械清洗消毒不合格事件进行回顾性调查,采用单因素分析和Logistic多因素分析;比较两组外来器械清洗消毒合格、不良事件发生情况,干预前后消毒供应中心护士及辅助人员的外来器械理论、操作考核情况。结果:经单因素分析及Logistic二元回归分析结果显示,预处理规范性、清洗设备正确操作、清洗剂浓度配置、清洗流程与器械拆卸、清洗工具、人员认知与履职为影响外来手术器械清洗合格率或风险事件的独立风险因素(P<0.05,P<0.01),两组外来手术器械清洗消毒目测、镜检、蛋白质检测、术后返洗、包装总合格率、不良事件发生率均优于对照组(P<0.05,P<0.01);干预后,护士及辅助人员认知、操作考核结果均优于干预前(P<0.01)。结论:Logistic二元回归分析的风险干预对外来器械清洗消毒实行全流程管理,有利于提高护士及辅助人员对外来器械的认知与操作水平,整合信息追溯系统对外来器械实行精准控制和优化流程,提高全员风险管理意识,降低外来器械不良事件的发生率。

用SAS软件实现高维列联表资料的统计学分析:因变量为二值变量的多重logistic回归分析

Logistic回归分析属于概率型回归分析,适用于因变量为定性变量的数据分析和建模,但对自变量的数目和性质没有特殊要求。因变量为二值变量的多重logistic回归分析适用于因变量编码为0或1(代表阳性或者阴性)的多重logistic回归分析。从整体上理解logistic回归分析,可根据操作过程依次总结为以下几个方面:自变量筛选、建立回归模型、进行假设检验(包括对回归系数的检验、整体模型检验以及模型拟合优度检验)。近年来,logistic回归分析在众多临床医学研究,尤其是在预测因子分析中得到了广泛应用,但存在一些问题,例如缺少对模型拟合优度检验以及后续通过验证集对其预测效能进行的二次检验。本文重点介绍如何正确实施多重logistic回归分析、其SAS实现及结果解读。

1∶r配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归分析方法。统计分析的前提条件是资料值得分析,而确保配对设计二值资料值得分析的重要基础是“配对设计”科学合理。为此,本文从六个方面阐述“配对设计的要领”,不仅介绍了构建“1∶1”“1∶2”和“1∶r”配对设计二值资料一水平多重Logistic回归模型的方法,还通过三个实例,介绍了采用SAS软件实现统计分析及结果解释的详细步骤。

非配对设计二值资料多水平多重Logistic回归分析

本文目的是介绍非配对设计二值资料多水平多重logistic回归模型的构建与求解方法。首先介绍模型的有关概念及模型的构建原理,基于实例使用SAS软件对列联表资料进行分析,以proc glimmix和proc nlmixed过程构建和求解模型,并对相关结果进行解释和比较。

复杂抽样调查设计二值资料一水平多重Logistic回归分析

本文目的是介绍复杂抽样调查设计二值资料多重logistic回归分析方法。通过一个实例,利用八种不同的分析策略(不考虑抽样设计和抽样权重、考虑抽样设计不考虑抽样权重、不考虑抽样设计考虑抽样权重、同时考虑抽样设计和抽样权重以及分别不考虑与考虑派生变量)对数据进行建模。对所得结果进行比较得出如下结论:在对复杂抽样设计资料进行统计分析的过程中,同时考虑抽样设计和抽样权重可以得到符合数据内部变量间依赖关系真实情况的结论。此外,本研究还介绍了采用SAS软件中SURVEYLOGISTIC过程对复杂抽样调查数据进行多重Llogistic回归分析的详细步骤。

logistic回归中连续型自变量离散化为二分类变量时适宜分界点的确定

目的提出logistic回归中连续型自变量离散化为二分类变量时的双界点OR值最大化分类法(简称双界点OR值最大法),通过模拟研究评价该法与其他离散化方法的模型拟合效果,并用实例数据进行验证。方法应用R软件中的"Smei Par"包对连续型自变量与logitπ间是否呈单调变化性进行判定;对不满足单调变化关系的自变量,采用连续型变量法(或称原始取值法)、中位数法、单界点P值最小法、双界点OR值最大法对原始数据进行处理后,分别拟合logistic回归模型;从拟合优度、变异的解释程度方面评价模型拟合效果。结果模拟数据和实例数据分析结果均可见,双界点OR值最大法相对于单界点P值最小法能够更合理地反映影响因素和结局的关联,并且与连续型变量法和中位数分类法相比其模型拟合优度、变异的解释程度效果更好。结论在拟合logistic回归模型时,若连续型自变量与logitπ之间呈非单调变化关系时,建议使用双界点OR值最大法对数据进行离散化。

二次剖宫产高龄产妇产后出血危险因素的logistic回归分析

目的探讨二次剖宫产高龄产妇产后出血危险因素。方法回顾性分析2017年1月—2019年4月于沈阳市第四人民医院行二次剖宫产的480例高龄产妇临床相关资料,根据产妇产后有无出血将其分为出血组(60例)和未出血组(420例)。比较两组一般情况、病史及此次妊娠过程,采用logistic回归分析二次剖宫产高龄产妇产后出血的高危因素。结果两组产妇的流产、胎位、巨大儿、前置胎盘、胎盘植入和胎盘附着位置等比较,差异有统计学意义(P<0.05);两组产妇的产次、引产、合并妊娠期高血压及合并妊娠期糖尿病等比较,差异无统计学意义(P>0.05)。多因素logistic回归分析发现,胎盘附着位置[OR=3.611,95%CI(1.471~8.864),P=0.005]、前置胎盘[OR=5.214,95%CI(2.456~11.069),P<0.001]及胎盘植入[OR=15.213,95%CI(7.245~31.941),P=0.001]是二次剖宫产高龄产妇产后出血的高危因素。结论二次剖宫产高龄产妇产后出血不容忽视,前置胎盘、胎盘植入及胎盘附着位置的二次剖宫产高龄产妇更易发生产后出血,临床需依此采取积极预防措施。

自变量连续型测定值及基于中位数的0～1转化值拟合logistic回归模型的效果比较

目的探讨当logitπ与连续型自变量之间呈线性关系时,采用原始值法和中位数截断法拟合logistic回归模型的差异。方法以成组设计病例对照研究为背景产生模拟数据,应用R软件"Smei Par"软件包对logitπ与连续型自变量间函数关系进行判断,进而采用原始值法和中位数截断法分别拟合logistic回归模型。结果原始值法较中位数截断法能够更好地拟合logistic回归模型。结论当logitπ与连续型自变量间呈线性关系时,建议采用原始值法。

Logistic回归筛选零值绝缘子红外特征的方法

零值绝缘子是造成输配电网络对地短路故障的重要原因之一。利用红外热像技术检测零值绝缘子的关键在于获取最优且适当的红外热像特征。提出了一种Logistic回归分析筛选零值绝缘子红外热像特征的方法。利用中值滤波及小波自适应扩散法进行红外热像去噪和灰度拉伸法增强图像对比度;采用二维最大熵阈值分割形成二值图,经过二值图像填充处理,自动截取绝缘子串区域最小外接矩形,得到绝缘子串区域矩形图像,通过灰度-梯度共生矩阵提取矩形区域13个纹理特征参数;应用Logistic回归分析对污秽等级和纹理特征组成的14个特征参数进行筛选,得出其中7个参数对分类结果有显著性影响。实验表明,该方法实现简单,能有效筛选特征参数,剔除冗余数据。

用SAS软件实现因变量为多值有序变量的多重logistic回归分析

因变量为多值有序变量的多重logistic回归分析是一种研究多值有序的因变量与一组自变量之间依赖关系的有效方法。该方法对自变量的性质几乎没有限制,但要求有较大的样本量并且样本的总体代表性好。回归系数具有明确的实际意义,可依据回归系数得到优势比的估计值。本文结合实例,详细介绍如何用SAS软件拟合此回归方程,并进行结果解读。

二硫化碳作业女工早期生殖损伤危险因素的Logistic回归分析

目的 探讨导致二硫化碳 (CS2 )作业女工早早孕丢失的危险因素。方法 采用非条件Logistic回归分析方法筛选前瞻观察的 3 0个危险因素。结果 导致早早孕丢失率明显升高的重要危险因素是女工接触CS2 (P =0 0 4 14 )和工作紧张感 (P =0 0 3 0 1) ,配偶接触CS2 (P =0 174 0 )、避孕史 (P =0 10 3 5 )、痛经 (P =0 184 0 )等因素对早早孕丢失也有一定作用。结论 女工接触CS2 和主观感觉紧张是导致该作业女工早早孕丢失增加的主要危险因素。

双界点OR值最大法logistic回归在中小学生登革热知识提高影响因素研究中的应用

目的探讨双界点OR值最大法logistic回归在中小学生登革热知识提高幅度的影响因素研究中的应用。方法基于多阶段分层整群随机抽样的广州市中小学生登革热相关知识传播效果的干预研究的调查数据,建立中小学生登革热知识提高幅度影响因素的双界点OR值最大法logistic回归模型,与采用连续型变量法、中位数法、单界点P值最小法的logistic回归模型比较模型拟合效果,探讨双界点OR值最大法logistic回归的优势。结果纳入干预效果评估的共1311人,三年级299名,五年级331名,初二321名,高二360名。以高二数据为例,双界点OR值最大法logistic回归纳入的自变量为知识基线得分、干预方式、登革热病例数;其模型的拟合效果最好,且对于自变量分界点的划分更合理,能够更好地筛选出与结局有关联的影响因素。结论双界点OR值最大法logistic回归适用于中小学生登革热知识提高幅度影响因素的研究。中小学生的登革热知识的干预效果受多个因素的影响,应开展有针对性的健康教育。

体育人口形成因素的二项logistic回归分析

二项logistic回归分析是研究体育人口这种二分类变量与其他变量间关系的较好方法。本文对该方法进行了较为详细的介绍,并用该法研究影响武汉市体育人口形成的因素。结果表明,家庭年体育消费额、年龄、文化程度、职业状况对武汉市体育人口形成有显著影响;个人月收入、家庭人均月收入、每天家务劳动时间等因素对武汉市体育人口形成无显著影响。

北京市高中生近视与行为危险因素的二水平logistic回归分析

目的:探讨行为危险因素对北京市高中学生近视患病的影响因素。方法:于2008年采取多阶段等比例整群抽样的方法抽取北京市8个区县高中一、二年级的青少年5 232人进行横断面调查,调查内容包括非散瞳电脑验光检查和问卷调查。结果:通过二水平logistic回归分析发现,阅读时眼与书本距离少于一尺(即33cm)的学生的患近视的风险是保持一尺学生的1.26倍(95%可信区间为1.14～1.40),而多于一尺的学生患病风险为保持一尺学生的0.79(0.66～0.95)。而看电视时与电视机距离少于2.5 m的学生的患病风险是保持在2.5 m至3 m的学生1.12倍(95%可信区间为1.01～1.25),而保持在3 m以上学生的患病风险是保持在2.5m至3 m的学生0.73(95%可信区间为0.64～0.85)。结论:高中学生学习任务繁重,用眼负担大,但视近时保持良好的用眼距离能降低患近视的可能。

一种基于二维Logistic映射的二值图像加密方案

图像置乱变换是信息隐藏中图像加密的常用方法。但传统的图像置乱具有一定的规律性,再加上置乱具有周期性,很容易被攻击者击破。根据幻方变换和Arnold置乱,提出一种基于二维Logistic混沌映射的二值图像加密方案。通过对原图进行分块幻方变换,用二维Logistic混沌映射生成的二值序列与其进行异或操作,并进行Arnold置乱。实验结果表明该方案的加密速度快、效果好,密钥空间大,解密图像与原图像一致性良好,且具有很强的抗干扰能力。

复杂抽样调查设计多值名义资料一水平多重Logistic回归分析

本文目的是介绍复杂抽样调查设计多值名义资料一水平多重logistic回归模型构建,并探讨不同策略之间的差异。采用SAS中的LOGISTIC过程和SURVEYLOGISTIC过程,分别按照是否考虑抽样设计与是否考虑抽样权重共4种分析策略对数据构建广义logistic回归模型,并比较结果。不同分析策略所得结果显示,不仅参数估计值、回归系数标准误、OR值及其置信区间的估计值有所差别,而且对纳入模型的解释变量也有影响。因此,在对复杂抽样调查设计多值名义资料构建广义logistics回归模型时,既要考虑抽样设计,又要兼顾抽样权重,否则即使样本量足够大,也会导致错误的推断结论。