لجستیک باینری

رگرسیون لجستیک باینری برای مطالعه رابطه بین یک یا چند متغیر پیش بینی کننده و یک متغیر نتیجه باینری واحد استفاده می شود. متغیرهای باینری متغیرهای طبقه بندی شده ای هستند که فقط می توانند دو مقدار را به خود اختصاص دهند ، به طور معمول به عنوان 1 و 0 نشان داده می شوند. به عنوان مثال ، زن/مرد ، مرده/زنده ، بیماری/بدون بیماری. این با رگرسیون خطی متفاوت است (متغیر نتیجه مداوم است) و رگرسیون کاکس (متغیر نتیجه زمان به رویداد است). مدل های رگرسیون خطی برای پیش بینی متغیرهای باینری نامناسب هستند زیرا دیگر فرض نمی شود. علاوه بر این ، در یک مقادیر مدل رگرسیون خطی فقط به 0 و 1 محدود نمی شود. برای اینکه مدل رگرسیون متناسب با نیازهای یک متغیر نتیجه باینری یک تحول لجستیک (ورود) به متغیر وابسته اعمال شود.

با استفاده از تجزیه و تحلیل رگرسیون لجستیک چند متغیره ، می توان اثرات متغیرهای پیش بینی کننده متعدد را بر روی یک نتیجه بررسی کرد ، با تأثیر یک متغیر پیش بینی کننده واحد برای سایر متغیرها تنظیم شده است. به عنوان مثال ، نشان داده شده است که خطر تشخیص سرطان خاص (متغیر نتیجه باینری) در افرادی که سیگار می کشند افزایش می یابد. با این حال ، نگرانی هایی وجود دارد که ممکن است در هنگام محاسبه این خطر ، گیج کننده رخ دهد. محققان ممکن است بخواهند برای مخدوش تنظیم کنند ، بنابراین تصمیم به استفاده از رگرسیون لجستیک با استفاده از متغیرهای پیش بینی کننده اضافی مانند سن ، BMI ، جنسیت و مصرف الکل استفاده کنید. علاوه بر این ، این امکان را به فرد می دهد تا احتمال ایجاد نتیجه خاص را بر اساس داده های فردی برای هر یک از متغیرهای پیش بینی کننده پیش بینی کند. تنظیم این نتایج ممکن است به دلیل سیگار کشیدن برای این سرطان خطر پیدا کند به همان اندازه که قبلاً تصور می شد نیست. با استفاده از این مدل جدید ، آنها می توانند احتمال عدم وجود بیمار در مدل اصلی را محاسبه کنند ، این سرطان را بر اساس خصوصیات فردی خودشان دارد.

الزامات رگرسیون لجستیک باینری:

• متغیر نتیجه دودویی تک
• متغیرهای پیش بینی کننده باید مستقل از یکدیگر باشند تا اندازه گیری های همسان یا مکرر نباشند. متغیرهای زوج می توانند در یک متغیر واحد ترکیب شوند که می تواند در مدل گنجانده شود.
• متغیرهای پیش بینی کننده نباید Colinear باشند (یعنی بسیار با یکدیگر ارتباط دارند). اینها می توانند متغیرهایی باشند که اندازه گیری یکسان یا ترکیبی از متغیر پیش بینی کننده دیگر در مدل را توصیف می کنند.
• یک رابطه خطی بین متغیرهای پیش بینی کننده و ورود به متغیر نتیجه وجود دارد. مقادیر شدید متغیرهای پیش بینی کننده شما باید در یک یا نتیجه دیگر ممکن متمرکز شوند. به عنوان مثال ، بیمارانی که دوز بسیار زیادی از مصرف بیش از حد دارو (طبقه بندی شده 1) مصرف می کنند ، در حالی که کسانی که دوز یا دوز بسیار کمی مصرف نمی کنند (طبقه بندی شده به عنوان 0).

تفسیر خروجی برای رگرسیون لجستیک باینری

ضرایب - علامت منفی/مثبت نشان دهنده جهت اثر است ، بزرگی اندازه اثر را بر متغیر نتیجه تعیین می کند.

آزمون والد - اگر از نظر آماری برای متغیر پیش بینی کننده معنی دار نباشد ، حذف آن متغیر بعید است که به تناسب اندام آسیب برساند

تست نسبت احتمال مدل - این مقایسه می کند که وقتی متغیرهای مختلف پیش بینی کننده برداشته می شوند ، مدل های مختلف متناسب هستند. اگر تفاوت از نظر آماری معنی دار باشد ، مدل با متغیرهای بیشتر از نظر مناسب تر است.

رتبه فهرست های تبعیض آمیز

• C-Statistic - این برابر با منطقه تحت یک منحنی ROC است و اندازه گیری خوبی از تناسب یک مدل است.
  • ارزش های<0.5 indicates a very poor model
  • مقادیر = 0. 5 نشان می دهد که پیش بینی های مدل شبیه به شانس تصادفی است
  • Values>0. 7 مدل خوبی را نشان می دهد
  • Values>0. 8 مدل بسیار خوبی را نشان می دهد
  • مقادیر 1 نشان دهنده تناسب کامل است.

  نمونه کار

  

  داده های خود را در فرمی مانند صفحه گسترده نمونه ارائه شده در بالا تهیه کنید. تمام داده ها باید به عنوان اعداد با متغیر نتیجه باینری به عنوان 0 یا 1 بیان شوند. به عنوان مثال ، 0 = بدون بیماری ، 1 = بیماری.

  1. روی Analyze بالا کلیک کنید و سپس پرونده داده . csv یا . xlsx خود را بارگذاری کنید (نشان دهید که کدام نوع پرونده را بارگذاری می کنید).
  2. در صورت بارگذاری یک فایل . csv همچنین جداکننده مورد استفاده را نشان می دهد
  3. در زیر جدول Tab ، تمام داده های خود را به صورت جدول بندی شده در پرونده اصلی مشاهده خواهید کرد.
  4. در زیر ستون های منتخب برگه ، متغیر طبقه ای را که قبلاً انتخاب کرده اید مشاهده خواهید کرد.
  5. در زیر "متغیرهای انتخاب" ، تمام متغیرهایی را که می خواهید در آزمون ، پیش بینی کننده و نتیجه قرار دهید ، انتخاب کنید.
  6. تحت ‘DEFENDENTENT" ، متغیر نتیجه باینری را که می خواهید به عنوان نتیجه درج کنید ، انتخاب کنید.
     • اگر متغیرها مداوم هستند ، آنها را به دسته های گسسته تقسیم کنید تا در مدل شما استفاده شوند. RBIOSTATISTICS سعی در محاسبه نسبت شانس برای هر مقدار منحصر به فرد برای متغیر مداوم خواهد داشت.
  7. تحت "متغیرهای رتبه بندی تعریف" ، فقط متغیرهای پیش بینی کننده خود را انتخاب کنید.
  8. در زیر برگه "نتایج 1" ، جداول نمایش فرکانس هر مقدار از نتیجه پیش بینی کننده تولید می شود. برای متغیرهای مداوم این فرکانس هر مقدار منحصر به فرد را نشان می دهد.
  9. در زیر برگه "نتایج 2" ، نتایج مدل رگرسیون شما از جمله موارد زیر محاسبه می شود:
     • ضریب رهگیری و هر متغیر پیش بینی کننده
     • خطاهای استاندارد برای ضرایب و نمرات Z آنها
     • نسبت شانس رهگیری و هر متغیر پیش بینی کننده و فواصل اطمینان مربوط به آنها
     • اقدامات مربوط به چقدر خوب مدل شما متناسب است