尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
条件Logit回归结果解读:方案选择偏好的建模分析
条件logit回归分析结果解读一、方法概述条件logit回归Conditional Logit Regression是一种用于分析匹配数据或分层数据中个体选择行为的统计方法适用于病例-对照匹配研究等场景。该方法通过条件似然函数消除匹配层的影响从而估计各自变量对二分类因变量的独立效应。本研究使用SPSSAU软件进行条件logit回归分析探讨家族史、防护行为和职业暴露对是否病例的影响关系。在SPSSAU【实验/医学研究】模块选择【条件logit回归】将变量拖拽至右侧对应分析框操作如下图二、模型有效性检验表1报告了条件logit回归模型的似然比检验结果。模型原假设为是否放入自变量家族史、防护行为、职业暴露两种情况时模型质量均一致。检验结果显示最终模型的-2倍对数似然值为163.312较仅截距模型的197.750显著降低似然比卡方值为34.439df3p0.0000.001拒绝原假设说明纳入的自变量整体具有统计学意义模型构建有效。三、回归分析结果表2展示了条件logit回归的具体分析结果。模型McFadden R²值为0.174表明家族史、防护行为和职业暴露3个自变量可解释是否病例变异的17.4%。1家族史的回归系数为0.777在0.01水平上显著z4.769p0.000相对危险度RR2.17595% CI: 1.580~2.993。这表明家族史是发病的显著危险因素有家族史的个体发病风险是无家族史个体的2.175倍且该效应具有高度统计学意义。2防护行为的回归系数为-0.389在0.05水平上显著z-2.394p0.017RR0.67895% CI: 0.493~0.932。防护行为是显著的保护因素良好的防护行为可使发病风险降低至原来的0.678倍即风险降低约32.2%。3职业暴露的回归系数为0.288在0.05水平上显著z1.989p0.047RR1.33495% CI: 1.004~1.772。职业暴露是显著的危险因素暴露程度每增加一个单位发病风险增加至1.334倍。四、森林图图1 条件logit回归森林图图1为条件logit回归的森林图直观展示了各自变量的效应量RR值及其95%置信区间。森林图的参考线为RR1当置信区间不包含1时表示该变量效应具有统计学意义。从图中可见家族史的RR值最高2.175置信区间远离1效应最为显著防护行为的RR值小于10.678为保护因素职业暴露的RR值为1.334置信区间刚刚超过1处于边缘显著水平。五、样本与共线性诊断表3显示所有270个样本均有效进入模型分析无缺失数据被排除。表4报告了共线性诊断结果。三个自变量的VIF值均接近1分别为1.023、1.013、1.010远低于临界值5或10容忍度均接近1说明自变量之间不存在多重共线性问题模型估计结果可靠。六、结论本研究通过条件logit回归分析探讨了家族史、防护行为和职业暴露对是否病例的影响。结果表明1家族史是显著的危险因素RR2.175p0.01有家族史者发病风险显著增加2防护行为是显著的保护因素RR0.678p0.05良好防护可降低约32%的发病风险3职业暴露是显著的危险因素RR1.334p0.05暴露程度越高发病风险越大。模型整体有效χ²34.439p0.001自变量间无共线性问题。
RELATED

相关推荐

突破阿里云OSS图片20MB限制:客户端压缩、异步处理与替代方案实战

突破阿里云OSS图片20MB限制:客户端压缩、异步处理与替代方案实战

1. 问题缘起:当20MB成为图片处理的隐形门槛 那天下午,运营同事急匆匆地跑过来,说后台又卡住了,用户上传的一张产品全景图死活处理不了。我一看报错日志,熟悉的“ The image size exceeds the limit ”赫然在目。这已…

📅 2026/8/31 22:14:32
微信小程序+Django校园抽奖系统开发实践

微信小程序+Django校园抽奖系统开发实践

1. 项目概述 校园活动抽奖系统是高校各类活动中不可或缺的实用工具。基于微信小程序的解决方案,结合PythonDjango后端框架,能够实现轻量级、高并发的抽奖需求。这个系统我前后迭代了三个版本,最终形成了现在的django_msi466u2架构&#xff0c…

📅 2026/9/8 23:34:41
阿里云代理商与官网哪个更便宜?代理价与官网折扣叠加全攻略

阿里云代理商与官网哪个更便宜?代理价与官网折扣叠加全攻略

引言:一个困扰众多用户的选择题 当您决定使用阿里云时,第一个问题往往不是“用哪个产品”,而是“从哪里购买”?是直接访问阿里云官网下单,还是通过阿里云代理商(如典名科技)进行采购&#xff1f…

📅 2026/8/25 8:26:11
MORE NEWS

更多资讯

📰

用 QEMU 和 AGENT 搭建 RISC-V AI 芯片虚拟实验台

1. 项目整体设计与思路拆解1.1 需求定位:RISC-V AI 芯片实验台要解决什么问题搞嵌入式或芯片相关开发的人,应该都有过这种憋屈:想跑一段针对某颗 AI 芯片写的算子库,手上却没有对应的开发板,或者只有一块僧多粥少的评估…

📰

为什么 Claude Code 偏爱 GREP?从 RAG 到 Hybrid Retrieval 的 AI 代码检索架构与 TaoToken 配置实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

AI编程工具隐藏功能大揭秘:TaoToken统一Key接入Cursor与Claude Code的10个高级技巧

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

机器学习湍流闭合模型在CFD求解器中的数值稳定性问题与稳定化方案

ML 湍流闭合模型刚进求解器就崩,这事在 CFD 圈里几乎天天有人问。你把它拿去测 open-source 或商业求解器,离线精度漂亮得能发论文,可一旦真正接进 RANS 或 LES 流程,迭代几百步就残差爆炸,CFL 数被迫一路调小&#xf…

📰

我每月花5000元养AI,TaoToken帮我省下Anthropic那80%毛利

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

VS2017下预编译GDAL包配置指南:ABI锁版、避坑与重编译

简介:面向Visual Studio 2017开发者的预编译GDAL库资源包,解决地理空间数据处理中繁琐的编译配置难题。GDAL作为开源地理空间数据抽象库,支持栅格与矢量数据的读写、转换及空间操作,广泛应用于GIS开发、遥感与地图制图领域。资源共…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬