多分类有序反应变量Logistic回归及其应用

对近年发展起来的多分类有序反应变量Logistic回归进行了补充和完善 ,设计出对样本数据的应用条件做 χ2 检验的方法 ,证明了比数比在分析自变量作用中的实际意义 .随机抽取 2 0 0 2年国家执业医师资格临床实践技能考试 30岁以下本科毕业考生 5 0 0 0人 ,以考生的考试成绩 (3分类有序变量 )为反应变量 ,以考生的性别、工作单位级别、考试评分方法、考官回避制度、考题重复次数、考试合格率控制措施等 9个影响因素为自变量 ,进行多分类有序反应变量逐步Logistic回归分析 .研究结果已为卫生部改革和完善国家医师资格考试方法。

沿海蝗区东亚飞蝗(Locusta migratoria manilensis)产卵场所选择的Logistic回归模型

以沿海蝗区南大港水库为研究区域,通过2002和2003两年野外450,50m规则栅格取样获取东亚飞蝗卵块、植物种类及其密度、土壤特性如含盐量、5cm含水量、pH、有机质及地形(阴坡和阳坡)等数据,采用多元Logistic回归模型,运用SAS软件筛选出与飞蝗产卵场所选择密切相关的变量,建立用于预测飞蝗产卵场所选择的Logistic回归模型。结果表明用植株密度(veg_d)和土壤含水量(water)所组建的模型能较好地预测飞蝗产卵选择,log1[P(Y=1)/(1-P(Y=1))]=21.63-76.23/water-5.43log(water)-0.86(veg_d)。利用拟合优度(Goodness of fit)、预测准确性(Predictive accuracy)及模型x2统计(Model chi-square statistic)等指标对模型进行评价的结果表明,所组建的用于预测飞蝗产卵场所选择的Logistic回归模型是可靠的,且能较好地预测事件是否发生。研究结果为区域蝗灾早期预警提供了科学依据和方法,对今后预测飞蝗产卵地点选择及防治决策有较高的实用性和应用价值。

岩体分级的多分类有序因变量Logistic回归模型

将多分类有序因变量的Logistic回归分析引入到岩体质量分级问题中.从工程岩体实测数据出发,以影响岩体质量的单轴抗压强度、岩体声波纵波速度、体积节理数等6个因素为自变量,有序多分类的岩体级别为响应变量,建立岩体分级判别公式.检验模型拟合优度及预测能力.结果表明,Logistic回归模型性能良好,回判估计的误判率为零,预测准确率高.相比距离判别分析和线性回归分析,Logistic回归分析对变量分布无要求,理论上更适于响应变量为有序多类别的岩体分级问题;模型可以输出岩体属于各级别的概率,为工程设计人员提供更多的岩体质量信息.因而Logistic回归模型是一种更优的工程岩体分级方法.

多分类有序反应变量logistic回归应用条件的检验

目的 对多分类有序反应变量logistic回归的应用条件寻求科学合理的检验方法。方法 使用卡方分布的理论 ,SAS软件及抽样调查方法。结果 设计出多分类有序反应变量logistic回归应用条件的卡方检验方法 ,推导出反应变量取各水平的概率计算公式及卡方检验中理论值、自由度的计算公式 ,并在作者主持的国家医师资格临床实践技能考试研究中取得了成功效果。结论 多分类有序反应变量logistic回归得到完善和补充 。

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。

非配对设计多值有序资料多水平多重Logistic回归分析

本文目的是介绍多值有序资料多水平多重logistic回归分析方法。此法是在层次结构数据的基础上,构建多值有序因变量随一组自变量变化而变化的回归模型。具体的做法如下:①先介绍有关的基本概念;②呈现待分析的数据结构;③扼要介绍回归模型的构建与求解;④详细介绍如何使用SAS的GLIMMIX和NLMIXED两个过程来拟合此回归模型,并对相关结果进行解释和比较;⑤讨论多水平结构数据下拟合累积logistic回归模型时需注意的问题。

多分类 logistic 回归在冠心病危险因素研究中的应用

目的：应用多分类logistic回归找出冠心病危险因素与冠状动脉病变程度间的关系，建立冠状动脉病变程度危险因素的“最优”回归方程。方法采取系统抽样的方法，对来自2005年1月至2009年12月期间山东省潍坊市某几所医院心血管内科初步诊断为冠心病并进行冠脉造影的患者病例，抽取256例作为多分类logistic回归分析的样本。冠心病组根据狭窄病变累及血管范围分为1支病变（单支病变组）、2支病变（双支病变组）和3支及以上病变（多支病变组）。通过多分类logistic回归方法分析冠心病与冠脉病变程度相关关系。结果以冠脉病变程度为因变量，各个因素为自变量。根据单因素分析的结果，从20个研究因素中筛选出8个有统计学意义的影响因素，经过数据相关性分析、共线性诊断及专业解释等，筛选出8个影响因素进入多分类logistic回归中，最后得到与冠脉病变程度有关的有统计学意义的影响因素6个，分别是年龄、合并疾病、心率、血糖、脂蛋白（a）；保护因素1个：X17（载脂蛋白A1）。根据筛选出的6个影响因素建立“最优”回归方程。结论应用多分类logistic回归找出与冠脉病变程度有关的危险因素，并定量分析出各危险因素在冠脉病变不同程度上的概率值。

非配对设计多值有序资料一水平多重Logistic回归分析

本文目的是介绍非配对设计多值有序资料一水平多重logistic回归模型的构建与求解方法。本文详细介绍了构建累积logistic回归模型的原理和具体方法,并结合实例介绍如何使用SAS软件中的LOGISTIC过程来拟合此回归模型,并对逐步回归法的输出结果进行了解释;其次讨论了有关构建累积logistic回归模型的过程中自变量筛选、模型评价以及拟合模型时需注意的问题。

高速公路边坡稳定性评价新方法

为能在初期勘察阶段及少量室内和现场试验的基础上快速、准确地对高速公路边坡进行稳定性评价,提出了一种新的边坡稳定性评价方法。基于福建省高速公路边坡资料,以现场稳定情况为因变量,影响边坡稳定性的14个因子为自变量,利用Logistic逐步回归遴选显著影响因子,建立了边坡稳定性评价的Logistic回归模型。该模型符合拟合优度检验,模型稳定性良好,且预测结果准确。另外,模型影响因子的调查和获取比较容易,模型可处理定性因素,边坡稳定评价过程亦方便、快捷,因而边坡稳定性评价的Logistic回归分析可在高速公路边坡工程中推广应用。

多重应答资料统计分析及其SAS软件实现过程

目的探讨现场调查中多重应答资料的统计推断方法。方法根据多重应答资料不同选项间既存在关联,又不可互换的特点,将其视为多因变量的多元logistic回归问题,采用广义估计方程建模分析,并通过实例及其SAS编程的实现过程进行阐述。结果广义估计方程可以很好地分析自变量对于多重应答资料各项的影响,并能进一步回答各选项的基线应答概率、作业相关矩阵信息;在此模型下,还可以进一步分析各影响因素对于每一选项的具体影响,或各自变量的分层比较具体差异的信息。结论广义估计方程可以作为现场调查中多重应答资料的推断分析。

基于逻辑回归的电子企业员工工作满意度研究

工作满意度是组织行为研究的一个重要概念,常有研究者把它设计为顺序因变量,但又怯于数据处理,故将其作为等距变量来分析,进而得出错误结论。文章概略考察了近年发展起来的多分类顺序因变量逻辑回归分析,并用该方法研究了电子企业员工的工作满意度的影响因素,建立了影响因素作用的预测模型。

沿海地区耕地占补时空演变研究——以宁波市为例

目前,建设占用耕地,后备资源补充模式是被占用耕地得到补偿的一种有效方式,然而这种单一模式是否长期有效是值得深思的一个问题。本文使用Logistic回归模型和二分类因变量的多元化分析方法对此模式在沿海地区的时空演变进行研究。以宁波市为例,模拟了建设用地、耕地和后备资源三者在时空演变中的关系,使用现实数据对模型进行了验证,证明其可行性和有效性。最后预测了2011年～2021年建设占用耕地和后备资源补充耕地的趋势。结果表明建设用地扩展将向南部迁移,占用耕地数量相对减少,后备资源将会枯竭等后果。

基于Logistic回归模型的红松立木腐朽分级预测

【目的】红松活立木在生长过程中极易受到各种生物的侵袭,其中木腐菌造成的腐朽是最为广泛和严重的危害之一,活立木腐朽将会造成木材资源的损失,降低木材的力学性能。为了监测红松活立木的健康状况,减少因腐朽引起的相关损失,须定期检测红松活立木腐朽状况,并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术(ERT)两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测,并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑,获取立木的阻力曲线和电阻断层图像,分析处理微针阻力的下降幅度,得到样木的阻力损失;根据立木心材与边材腐朽在ERT图像上呈现的不同特征,首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分,实现了心材和边材缺陷面积的定量表征;采用烘干法测定质量损失率,根据每株样木的质量损失率将所有样木分为5个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中,以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量,腐朽等级为因变量,建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好,五营国家森林公园30株红松样木的综合预测准确率为86.67%,各等级预测准确率分布不均,高等级腐朽的预测准确率相对较高。【结论】运用提取心材与边材腐朽的方法处理ERT图像,有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级,较之烘干法测定腐朽程度,其腐朽评估效率有了明显提高,且对立木损伤更小。

开垦河6-8月平均流量有序回归分析与预报

开垦河位于新疆奇台县境内,发源于东天山博格达山脉北坡,开垦河水文站是其水量控制站。本文选用开垦河水文站1960-2019年6-8月平均流量并构建为分类因变量(预报对象),5月下旬旬平均气温、4月下旬旬平均流量和4月上旬降水量为预报因子,用SPSS进行有序回归分析,对2020年6-8月平均流量各类可能发生的概率进行预报,结果令人满意。