系列簡介

這是我們一系列原創(chuàng)技術(shù)貼，從易到難，每天學(xué)習(xí)一點(diǎn)。所有內(nèi)容均為疾控?cái)?shù)據(jù)分析、科研論文相關(guān)，或者說很多和現(xiàn)在的熱門監(jiān)測(cè)預(yù)警相關(guān)，所以我們這個(gè)系列就叫“監(jiān)測(cè)預(yù)警基礎(chǔ)”。

今天是第19節(jié)，在上一節(jié)我們講了回歸基本理論的基礎(chǔ)上，講一下回歸最簡單的操作，以便后續(xù)內(nèi)容的開展。

我們這節(jié)課的主要目的還是為后面的Serfling回歸模型打基礎(chǔ)。

當(dāng)然了，本身回歸我們就是經(jīng)常會(huì)用到的，尤其是如何在excel和SPSS這種易于操作的軟件中進(jìn)行更是疾控人必須掌握的技能。

首先，在excel中進(jìn)行回歸分析不一定所有的軟件都可以，如【分析】選項(xiàng)中不存在【數(shù)據(jù)分析】選項(xiàng)就不行，需要進(jìn)行設(shè)置才可以，設(shè)置步驟如下，也很簡單，設(shè)置了之后你的excel不只可以做回歸分析，還可以進(jìn)行以下很多統(tǒng)計(jì)分析。

1.設(shè)置步驟如下：

點(diǎn)擊【文件】主模塊，在彈出的對(duì)話框中用鼠標(biāo)單擊【選項(xiàng)】按鈕。

或者

在彈出的【Excel選項(xiàng)】對(duì)話框的列表中點(diǎn)擊【加載項(xiàng)】選項(xiàng)，然后點(diǎn)擊對(duì)話框最下方的【轉(zhuǎn)到】按鈕。

在彈出的【加載項(xiàng)】對(duì)話框中勾選【分析工具庫】，點(diǎn)擊確定；

點(diǎn)擊excel軟件中【數(shù)據(jù)】主模塊，找到【分析】選項(xiàng)，點(diǎn)擊【數(shù)據(jù)分析】就可以進(jìn)行相應(yīng)的統(tǒng)計(jì)分析了。

2.用excel做簡單線性回歸

假設(shè)我們有這樣2個(gè)變量的數(shù)據(jù)

• 點(diǎn)擊“數(shù)據(jù)”選項(xiàng)卡，然后點(diǎn)擊“數(shù)據(jù)分析”；

• 選擇“分析工具“中的”回歸“，然后點(diǎn)擊”確定“按鈕；

• 在”Y值輸入?yún)^(qū)域“中輸入因變量y的數(shù)據(jù)范圍，在”X值輸入?yún)^(qū)域”中輸入自變量x的數(shù)據(jù)范圍；

• 如果選中的數(shù)據(jù)第一行是變量名而非數(shù)值，則勾選“標(biāo)志”復(fù)選框，否則無需勾選。

好了，點(diǎn)擊之后就可以輸出結(jié)果

我們對(duì)結(jié)果的解讀如下，很仔細(xì)了。

當(dāng)然，對(duì)于簡單線性回歸來說我們還是要說一下，做一個(gè)趨勢(shì)性，然后顯示公式，其常數(shù)項(xiàng)和回歸系數(shù)其實(shí)我們也就知道了。

3.用excel做多元線性回歸

在excel中進(jìn)行多元線性回歸其實(shí)和簡單線性回歸的方式一模一樣，只是在選擇數(shù)據(jù)自變量的之后，簡單線性回歸是只有一列，而多元線性回歸就是納入多列。

結(jié)果輸出也是一樣，在回歸系數(shù)這個(gè)表中，如下圖，會(huì)依次給出各個(gè)自變量的回歸系數(shù)和統(tǒng)計(jì)檢驗(yàn)值。

但是我們得說明一點(diǎn)，excel中，如果出現(xiàn)缺失值，比如下圖自變量3出現(xiàn)幾個(gè)缺失值，是無法進(jìn)行回歸分析的。

相比Excel，用SPSS進(jìn)行回歸分析可以做更多的統(tǒng)計(jì)，當(dāng)然，回歸方式也很多。

比如我們熟知的logistic回歸分析，就是我們?cè)赟PSS中進(jìn)行會(huì)進(jìn)行的，今天我們的重點(diǎn)不是SPSS各種回歸方式介紹，避免跑題，我們也就不多說，只說和我們線性回歸。

1.SPSS做簡單線性回歸

準(zhǔn)備好需要分析的數(shù)據(jù)，依次點(diǎn)開：

分析（Analyze）→回歸（Regression）→ 線性（L）

2.SPSS簡單線性回歸中的分層回歸（層次回歸）

本質(zhì)上是建立在回歸分析基礎(chǔ)上，區(qū)別在于分層回歸可分為多層，用于研究兩個(gè)或者多個(gè)回歸模型之間的差異。分層回歸將核心研究的變量放在最后一步進(jìn)入模型，以考察在排除了其他變量的貢獻(xiàn)的情況下，該變量對(duì)回歸方程的貢獻(xiàn)，如果變量仍然有明顯的貢獻(xiàn)，那么就可以做出該變量確實(shí)具有其他變量所不能替代的獨(dú)特作用的結(jié)論。

這種方法主要用于，當(dāng)自變量之間有較高的相關(guān)，其中一個(gè)自變量的獨(dú)特貢獻(xiàn)難以確定的情況。常用于中介作用或者調(diào)節(jié)作用研究。

其他結(jié)果不再贅述，詳情看第一部分的分析結(jié)果。

3.逐步回歸

逐步回歸分析方法的基本思路是自動(dòng)從大量可供選擇的變量中選取最重要的變量，建立回歸分析的預(yù)測(cè)或者解釋模型。其基本思想是:將自變量逐個(gè)引入，引入的條件是其偏回歸平方和經(jīng)檢驗(yàn)后是顯著的。

同時(shí)，每引入一個(gè)新的自變量后，要對(duì)舊的自變量逐個(gè)檢驗(yàn)，剔除偏回歸平方和不顯著的自變量。這樣一直邊引入邊剔除，直到既無新變量引入也無舊變量刪除為止。它的實(shí)質(zhì)是建立“最優(yōu)”的多元線性回歸方程，可利用逐步回歸篩選并剔除引起多重共線性的變量。

其他結(jié)果不再贅述，詳情看第一部分的分析結(jié)果。

好了，最后我們還有一個(gè)重點(diǎn)要說，和EXCEL不一樣，SPSS中當(dāng)部分變量出現(xiàn)缺失值時(shí)，他依然可以進(jìn)行回歸分析。

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 原創(chuàng)

說明 | 轉(zhuǎn)載只為分享，如有侵權(quán)聯(lián)系刪除

?版權(quán)聲明 | 部分信息和圖片來自公開網(wǎng)絡(luò)

轉(zhuǎn)載請(qǐng)注明

再次轉(zhuǎn)載請(qǐng)注明出處

科普健康 | 宣傳疾控

本號(hào)為多位疾控機(jī)構(gòu)從業(yè)者運(yùn)營

重點(diǎn)關(guān)注國內(nèi)外健康事件

致力于疾控科普

在做好科普服務(wù)大眾的同時(shí)

做好疾控機(jī)構(gòu)的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文為原創(chuàng)內(nèi)容，文章為個(gè)人理解所學(xué)，不涉及疫情信息及內(nèi)部保密數(shù)據(jù)，發(fā)表的目的為自我總結(jié)及給有需求的人士學(xué)習(xí)使用。如有不妥之處，歡迎聯(lián)系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號(hào)