想要建立预测模型,统计方法怎么选?
李侗桐

李侗桐

北京大学

擅长:卫生统计学、定性分析方法、卫生经济学、全球卫生政策分析
已关注
关注
2019-12-09 来源:医咖会

作者:李侗桐;审稿:张耀文

预测模型是基于变量之间的相关关系,通过一个或几个变量预测另一个变量的分析方法。我们可以根据自变量(预测变量或解释变量)预测因变量(应答变量或结局变量)。比如,通过久坐时长预测受试者的血液胆固醇浓度,或者根据受试者的年龄、性别、BMI等变量信息预测高血压病发病情况。此外,预测模型还可以帮助我们判断各自变量的重要性,即自变量对因变量的解释能力。举例来说,预测模型可以用来分析学历对收入的解释程度。示例如下:

 1 连续变量

确定因变量是连续变量后,我们需要判断自变量的数量,示例如下:

1.1 只有一个自变量

简单线性回归。该检验可以基于一个连续型自变量对相应的连续型因变量进行预测,也可以评价自变量对因变量的解释力度。

1.2 包含多个自变量

多重线性回归。该检验可以通过多个自变量对相应的连续型因变量进行预测,也可以评价自变量对因变量的解释力度。

2 计数变量

泊松回归。该检验适用于分析因变量是计数变量的多因素预测模型。

注:计数变量是一个非负整数。比如,0、5、16、27是计数变量,但是2.7、5.8、18.2不是,因为它们不是整数;-2、-7、-15也不是,因为它们小于0。

计数变量不属于我们常用的变量分类,常被视为连续变量纳入分析。当计数变量比较大,多数数值超过40时,我们可以将其作为连续变量。但是当计数变量比较小,如多数数值小于10时,我们建议保留其计数变量属性,避免统计偏倚。计数变量示例如下:

     a.菌群数量,培养基暴露24小时后可观察到的菌群数量

     b.死亡人数,队列中每年因吸烟死于肺癌的人数

     c.癫痫发作次数,受试者在一周内的癫痫发作次数

有问题
找小咖
公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
数据库搭建
想提升科研效率和数据质量?扫码添加小E,立即咨询数据采集与管理相关产品和服务!查看详细>>
意见反馈