如果仅考虑较为简单的设计情形下，依据因变量的类型，即连续变量、分类变量和分类且有生存时间的变量，可分别对应选择多因素线性回归、logistics回归和COX回归，当然，针对不同研究设计的复杂程度和对变量分布的要求，会有更为详细的统计方法的细分。具体以logistics回归为例进行讲解。一、问题与数据研究者开展了一项患者满意度的调查，主要调查患者对医疗效果的满意程度（不满意用“0”表示；一般用“1”表示；满意用“2”表示；非常满意用“3”表示）。另外，研究者也调查了一些其它信息，包括性别gender（男性用“0”表示；女性用“1”表示）、年龄（age）、医疗费用（fee）和治疗方法treatment（药物1用“1”表示；药物2用“2”表示；药物3用“3”表示）。部分数据如图1。图1 部分数据二、对问题分析使用有序Logistic进行回归分析时，需要考虑4个假设。 假设1：因变量唯一，且为有序多分类变量，如血压水平可以分为高、中、低；某病的治疗效果分为痊愈、有效、无效等。假设2：存在一个或多个自变量，可为连续、有序多分类或无序分类变量。假设3：自变量之间无多重共线性。假设4：模型满足比例优势假设。意思是无论因变量的分割点在什么位置，模型中各个自变量对因变量的影响不变，也就是自变量对因变量的回归系数与分割点无关。有序多分类的Logistic回归原理是将因变量的多个分类依次分割为多个二元的Logistic回归，例如本例中因变量患者满意度有4个等级，分析时拆分为三个二元Logistic回归，分别为(0 vs 1+2+3) 、(0+1 vs 2+3)和(0+1+2 vs 3)，均是较低级与较高级对比。在有序多分类Logistic回归中，假设几个二元Logistic回归的自变量系数相等，仅常数项不等，结果也只输出一组自变量的系数。因此，有序多分类的Logistic回归模型，必须对自变量系数相等的假设（即比例优势假设）进行检验（又称平行线检验）。如果不满足该假设，则考虑使用无序多分类Logistic回归。假设1-2都是对研究设计的假设，需要研究者根据研究设计进行判断。经过分析，本研究符合假设1和假设2，那么应该如何检验假设3、假设4，并进行有序Logistic回归呢？三、前期数据处理对假设进行验证前，我们需要将分类变量设置成哑变量。3.1 为什么要设计哑变量若直接将分类变量纳入Logistic回归方程，则软件会将分类变量按连续变量处理。例如，如果把性别按“1”男性、“2”女性进行编码，然后直接把性别纳入方程，方程会认为“女性”是“男性”的2倍。为了解决这个问题，需要用一系列的二分类变量“是”或“否”来表示原始的分类变量，这些新的二分类变量被称为“哑变量”。在SPSS软件的二项Logistic回归模型中，将分类变量选入categorical，软件会自动设置一系列的哑变量。由于验证假设3需要通过线性回归实现，而在线性回归中，就需要手动设置哑变量。因此，这里需要先手动设置哑变量。3.2 设置哑变量的思路哑变量的数目是分类变量类别数减1。本例中，药物1、药物2和药物3的原始编码为1、2和3。设置哑变量时，需要对药物1和药物2进行重新编码。建立新变量Drug1（药物1），若调查对象治疗服用的药物1，则Drug1编为“1”，代表是；若未服用药物1，则Drug1编为“0”，代表否。同样，建立新变量Drug2（药物2），将是否服用药物2编为“1”或“0”。此时，若既未服用药物1，又未服用药物2，则两个新变量Drug1和Drug2的编码都为“0”，代表药物3。此时，药物3在模型中是参考类别（Reference）。四、SPSS操作4.1 在SPSS中设置哑变量首先，创建新变量“Drug1”，在主界面下选择Transform→Recode into Different Variables，在Recode into Different Variables对话框中，将treatment选入右侧Numeric Variable-->Output Variable下，在右侧Output Variable中填写“Drug1”。点击Change→Old and New Values，如图2。图2 Recode into Different Variables 出现Recode into Different Variables: Old and New Values对话框，在左侧的Old Value下的Value中填入1，在右侧的New Value下的Value中填入1，点击Add，如图3。图3 Recode into Different Variables: Old and New Values将其它值变为“0”。左侧点击All other values，在右侧Value中填入“0”，点击Add→Continue，如图4。图4 其它值设置如果数据中有缺失值，点击左侧System-missing，右侧点击System-missing→Add，保持缺失值，如图5。最后设置结果如图6。本例中没有缺失值，可省略这一步。图5 缺失值设置图6 最后设置结果继续创建新变量“Drug2”，与以上步骤相似。两个变量创建完成后，点击变量视图，可以看到在最右侧已经生成了两个新变量“Drug1”和“Drug2”，如图7。图7 变量视图4.2 检验假设3：自变量之间无多重共线性与线性回归一样，有序Logistic回归模型也需要检验自变量之间是否存在多重共线性。自变量之间的简单相关或多重相关都会产生多重共线性。容忍度（Tolerance）或方差膨胀因子（VIF）可以用来诊断自变量之间的多重共线性。遗憾的是，SPSS的Ordinal Regression模块并不能提供容忍度或方差膨胀因子，但是我们可以通过线性回归来获得。由于我们关心的是自变量之间的关系，因此容忍度或方差膨胀因子与模型中因变量的函数形式无关。也就是说，我们可以将Ordinal Regression的因变量（有序多分类变量）、自变量（二分类、多分类或连续变量）直接带入线性回归模型，从而获得容忍度或方差膨胀因子。在主界面点击Analyze→Regression→Linear，将patient_satisfaction选入Dependent，将gender、age、fee、Drug1和Drug2选入Independent(s)，如图8。图8 Linear Regression点击Statistics，出现Linear Regression: Statistics对话框，点击Collinearity diagnostics→Continue→OK，如图9。结果如图10。图9 Linear Regression：Statistics对话框图10 Coefficients如果容忍度（Tolerance）小于0.1或方差膨胀因子（VIF）大于10，则表示有共线性存在。本例中，容忍度均远大于0.1，方差膨胀因子均小于10，所以不存在多重共线性。如果数据存在多重共线性，则需要用复杂的方法进行处理，其中最简单的方法是剔除引起共线性的因素之一，剔除哪一个因素可以基于理论依据。4.3 检验假设4：模型满足“比例优势”假设“比例优势”假设可以在结果部分的“平行线检验”中看到。4.4 有序Logistic回归SPSS中，可以通过两个过程实现有序Logistic回归。分别是Analyze→ Regression→Ordinal和Analyze→Generalized Linear Models→Generalized Linear Models。其中，Analyze→Regression→Ordinal模块，可以检验“比例优势”假设，但无法给出OR值和95%CI。而Analyze→Generalized Linear Models→Generalized Linear Models模块可以给出OR值和95%CI，但无法检验“比例优势”假设。这里，我们主要介绍Analyze→Regression→Ordinal过程。在主界面点击Analyze→Regression→Ordinal，在Ordinal Regression对话框中，将patient_satisfaction选入Dependent，将gender和treatment选入Factor(s)，将age和fee选入Covariate(s)。如图11。图11 Ordinal Regression对话框点击Output，出现Ordinal Regression: Output对话框。在原始设置的基础上，勾选Display下方的Test of parallel lines，勾选Saved Variables下方的Estimated response probabilities、Predicted category、Predicted category probability和Actual category probability，这四个选项会在SPSS数据集中产生新的变量，点击Continue。如图12。图12 Ordinal Regression: Output对话框点击Location，出现Ordinal Regression: Location对话框，如果自变量间有交互作用，则通过该对话框进行选择。本例中自变量间无交互作用，所以点击Continue→OK。如图13。图13 Ordinal Regression: Location对话框五、结果解释5.1 假设4的检验结果在结果解释之前，我们需要先看一下假设4的检验结果（平行线检验的结果）。在Ordinal Regression: Output对话框中，选择Test of parallel lines后出现的结果如图14。本例中平行线检验χ2= 14.171，P= 0.165，说明平行性假设成立，即各回归方程相互平行，可以使用有序Logistic过程进行分析。如果平行线假设不能满足，可以考虑以下两种方法进行处理：①进行无序多分类Logistic回归，而非有序Logistic回归，并能接受因变量失去有序的属性；② 用不同的分割点将因变量变为二分类变量，分别进行二项Logistic回归。图14 Test of parallel lines但是，当样本量过大时，平行线检验会过于敏感。即当比例优势存在时，也会显示P<0.05。此时，可以尝试将因变量设置为哑变量，并拟合多个二分类Logistic回归模型，通过观察自变量对各哑变量的OR值是否近似来判断。5.2 单元格输出结果中，首先会给一个警告，内容为：有556（74.7%）个频率为零的单元格。如果存在过多频数为0的单元格，则会影响模型的拟合，导致拟合优度检验不可信。扩展阅读要理解“单元格”，就需要理解“协变量模式（covariate pattern）”的概念。协变量模式是指数据中自变量数值的组合，与因变量无关。比如，在本数据中，一个协变量模式是29岁（age），男性（gender）和药物2（treatment）。对于每种协变量模式，可能有多个研究对象。比如，如果有2个研究对象是29岁、男性和药物2，这代表一个协变量模式。需要理解的另一个概念是“单元格模式（cell pattern）”，它是指自变量和因变量数值的组合，与协变量模式相似，但加上了因变量。对于同一个协变量模式，如果协变量模式能对应因变量所有值，就没有“缺失”的单元格。但实际中，一个协变量模式对应的因变量可能只有一个值。假如，有1个29岁、男性和药物2研究对象的因变量是“满意”，但由于因变量共有4个水平，所以此时单元格“缺失”3个。因此，协变量模式与单元格模式之间的联系是：（1）所有可能的单元格总数是协变量模式个数乘以因变量的分组个数；（2）实际的单元格是指单元格模式中频率不为0的单元格。单元格频率为零的比率为（总单元格的个数-实际单元格的个数）÷总单元格的个数。5.3 拟合优度检验结果图15为拟合优度检验的结果，分别为Pearson和Deviance两种拟合优度检验。本例中，Pearson检验的结果χ2=922.467，P<0.001<0.05，说明Pearson检验结果为模型拟合不好；而Deviance检验的结果χ2=377.833，P>0.999>0.05，说明Deviance检验结果为模型拟合好。这两个统计量对于上述单元格频数为0的比例十分敏感。本例中频数为0的单元格非常多，这两个统计量不一定服从卡方分布，而基于卡方分布计算的P值也不可信，所以本例中这两个检验结果都不可信。图15 Goodness-of-Fit5.4 伪决定系数图16给出了三个伪决定系数：Cox and Snell，Nagelkerke和McFadden，这三种方法是最常用的计算伪决定系数的方法。由于三种方法并没有得到广泛的应用，所以我们也不用关注该结果。图16 Pseudo R-Square5.5 模型拟合信息Model Fitting Information的结果是对模型中所有自变量的偏回归系数是否全为0的似然比检验。结果χ2=99.763（该值为仅有常数项的模型和最终模型的-2 Log Likelihood值之差），P< 0.001，说明至少有一个自变量的偏回归系数不为0。换句话说，拟合包含gender、treatment和age、fee这4个自变量的模型拟合优度好于仅包含常数项的模型。如图17。图17 Model Fitting Information5.6 模型预测准确度另一种看模型拟合程度的方法是看模型对因变量的预测情况。在Ordinal Regression: Output对话框中，勾选Saved Variables下方的Estimated response probabilities、Predicted category、Predicted category probability和Actual category probability后，会在SPSS数据集中产生新的变量，如图18所示。EST1_1、EST2_1、EST3_1和EST4_1分别代表对因变量的四个程度（不满意、一般、满意、非常满意） 的预测概率。第一行（case 1），可以看到EST1_1、EST2_1、EST3_1和EST4_1相加的概率为1，其中EST1_1的概率最大，为0.70，对应的PRE_1为0（不满意），而因变量的观察值也是0（不满意），此时模型准确的预测了因变量。第三行（case 3），EST1_1、EST2_1、EST3_1和EST4_1中EST2_1最大，预测的PRE_1为1（一般），而因变量实际的观察值为0（不满意），此时模型没有准确的预测因变量。图18 数据集生成的新变量那么，如何看出模型预测因变量的程度呢？可以按照下述步骤建立表格。在主界面下选择Analyze→Descriptive Statistics→Crosstabs，在Crosstabs对话框中，将patient_satisfaction选入Row(s)，将PRE_1选入Column(s)。如图19。图19 Crosstabs点击Cells，在已选的Observed基础上， 选择Row，点击Continue→OK。图20 Crosstabs: Cell Display结果如图21。当patient_satisfaction=0，即为不满意时，模型预测正确的有11人（45.8%）。同样的，当patient_satisfaction分别为一般、满意和非常满意时，模型预测正确的分别有10人（26.3%）、76人（83.5%）和13人（33.3%）。模型总的预测准确度可以通过计算获得，即四个分组中预测正确人数除以总人数=（11+10+76+13）÷192=57.3%。图21 模型预测结果5.7 参数估计图22的Parameter Estimates中，得到了回归方程的参数，包括常数项（Estimates或B）及其标准误和95%置信区间等。Threshold（常数项）中，第一行patient_satisfaction=0代表“不满意 VS 其它组的累积概率模型的截距”；patient_satisfaction=1代表 “不满意和一般 VS 其它组的累积概率模型的截距”；education=2代表 “不满意、一般和满意 VS 非常满意”的累积概率模型的截距。图22 Parameter Estimates除了常数项不同，Location中自变量的系数都是同一个系数，这也是为什么要求有序Logistic回归需要满足比例优势的假设。得到参数估计的结果后，第一处特别要注意的是：对于有序Logistic回归，不同软件使用的模型有所不同，SPSS使用的是其中一种模型。因此，相同的数据使用不同的软件（SPSS、Stata、SAS、R、JMP等），得到的截距和效应值的符号会有所不同。尤其是效应值的符号，有些软件是正值，有些则是负值，因此对应的解释方法也有所不同（但最终的意义一样）。具体可参考https://www.cscu.cornell.edu/news/statnews/stnews91.pdf。得到上述结果后，依据SPSS使用的模型，可以得到三个方程。Ln（patient_satisfaction=0）= 9.175-0.231*age-0.007*fee-0.681gender男性-0.032*treatmentdrug1-1.142* treatmentdrug2Ln（patient_satisfaction=1）= 10.998-0.231*age-0.007*fee-0.681gender男性-0.032*treatmentdrug1-1.142* treatmentdrug2Ln（patient_satisfaction=2）= 13.984-0.231*age-0.007*fee-0.681gender男性-0.032*treatmentdrug1-1.142* treatmentdrug2可以看到，SPSS得到的方程中，除了截距项之外，所有效应值要在Parameter Estimates表格中的原始值基础上加上负号。对于OR值及其95%CI，Analyze→Regression→Ordinal模块不能直接给出，此时可以根据效应值及其95%CI手工计算OR值及其95%CI，也可以借助Analyze→Generalized Linear Models→Generalized Linear Models模块计算。该模块的操作见本章第8部分。第二处特别要注意的是：SPSS使用的模型是以因变量的较高等级为参照，因此解释OR值时略有特殊。以本研究中以“性别”为例，其OR值及其95%CI的下限、上限分别为e-0.681=0.506、e-1.256=0.285和e-0.106=0.899（由于取负值，所以需要颠倒原来的上下限）。得到OR值后，其解释为：相对于男性，女性认为“治疗满意度低”的OR值为0.506。可以看到，基于SPSS使用的模型，我们需要对效应值取负值，并在解释时，以最高等级为参照。因此，如果不对效应值取负值，解释时以最低等级为参照，得到的结论完全一样。重新计算OR’值及其95%CI的下限、上限分别为e0.681=1.976，e0.106=1.112，e1.256=3.511后（所有取值均为取负值时的倒数），我们得到如下结果：男性认为“治疗满意度高”的OR值是女性的1.976倍（95%CI：1.112-3.511），χ2=5.389，P=0.020。特别需要注意的这两点可以总结为：SPSS做有序Logistic回归时，给出预测模型的方程时，需要将除了截距外的效应值前加上负号；结果解释时，可以不给效应值加负号，但需要以因变量的最低等级为参照。同样的，以服用药物3治疗的患者为对照组，服用药物1治疗的患者认为“治疗满意度高”的OR值是服用药物3治疗的患者的1.033倍 （95%CI：0.502-2.125），χ2 = 0.008，P= 0.931；服用药物2治疗的患者认为“治疗满意度高”的OR值是服用药物3治疗的患者的3.133倍（95%CI： 1.584 -6.190），χ2= 10.780，P=0.001。这样可以看到药物1 VS 药物3、药物2 VS 药物3的结果，但是没有药物1和药物2比较的结果。此时，可以对treatment重新编码，将服用药物1治疗的患者编为3，服用药物3治疗的患者编为1，再进行上述操作，即可得到结果。年龄每增加一岁，认为治疗满意度高的OR值是原来的1.260倍（95%CI：1.182-1.343），χ2 = 49.659，P<0.001。医疗费用每增加一元，认为治疗满意度高的OR值是原来的1.007倍（95%CI：1.003-1.011），χ2 = 11.342，P=0.001。六、撰写结论运用符合比例优势假设的有序Logistic回归分析年龄、性别、医疗费用、治疗方法对患者治疗满意度的影响。平行线检验的结果为χ2=14.171，P=0.165，说明比例优势假设存在。Deviance拟合优度检验显示模型拟合好，χ2=377.833，P=1.000，但是有大部分（74.7%）频数为0的单元格。模型拟合优度检验显示，本模型优于只有常数项的模型，χ2= 99.763，P < 0.001。男性认为“治疗满意度高”的OR值是女性的1.976倍（95%CI：1.112-3.511），χ2=5.389，P=0.020。以服用药物3治疗的患者为对照组，服用药物1治疗的患者认为“治疗满意度高”的OR值是服用药物3治疗的患者的1.033倍 （95%CI：0.502-2.125），χ2= 0.008，P= 0.931；服用药物2认为“治疗满意度高”的OR值是服用药物3治疗的患者的3.133倍（95%CI：1.584 -6.190），χ2 = 10.780，P=0.001。年龄每增加一岁，认为“治疗满意度高”的OR值是原来的1.260倍（95%CI：1.182-1.343），χ2 = 49.659，P<0.001。医疗费用每增加一元，认为“治疗满意度高”的OR值是原来的1.007倍（95%CI：1.003-1.011），χ2 = 11.342，P=0.001。七、延伸阅读利用其它模块计算OR值上述Analyze→Regression→Ordinal模块，可以检验 “比例优势”假设，但无法给出OR值和95%CI。而Analyze→Generalized Linear Models→Generalized Linear Models模块可以给出OR值和95%CI。7.1 SPSS操作在主界面点击Analyze→Generalized Linear Models→Generalized Linear Models。出现Generalized Linear Models对话框后，在Ordinal Response下选择Ordinal logistic，如图23。图23 Generalized Linear Models对话框点击Response，出现 Response对话框。将patient_satisfaction选入Dependent Variable，下方的category order行可以选择Ascending或Descending。本例中patient_satisfaction共有四个等级，“0”表示“非常不同意”。如果选择ascending，则“0”是最低的等级；如果选择Descending，则表示“0”为最高的等级。如图24。图24 Generalized Linear Models：Response点击上方的Predictors，在Predictors对话框中，将gender和treatment选入Factors，将age和fee选入Covariates。如图25。图25 Generalized Linear Models：Predictors点击Model，在Model对话框中，将gender、treatment、age和fee选入右侧的Model中，如图26。图26 Generalized Linear Models：Model点击Estimation，在Estimation对话框中，选择Method下拉框中的Fisher，如图27。图27 Generalized Linear Models：Estimation点击Statistics，在Statistics对话框中，保持原始设置，再勾选Print下的Include exponential parameter estimates，勾选该选项会输出OR值及其95%的置信区间，然后点击OK。如图28。图28 Generalized Linear Models：Statictics7.2 结果解释Generalized Linear Models模块不会给出单元格信息、伪决定系数和平行线检验结果。模型拟合信息在Ominibus Test表中，该结果与Regression→Ordinal的Model Fitting Information结果一致。如图29。图29 Ominibus Test参数估计的OR值和95%CI见图30。图30 Parameter Estimates更多临床研究进展和研究方法，请关注医咖会}

1、大家现在都要写论文的数据分析了很多同学都一点不会所以把我知道的跟大家分享一下下面以PASW18.0为例，也就是SPSS18.0什么？不是18.0，好吧差不多的，凑合着看吧要不去装个= =下面图片看不清的请右键查看图片首先，要把问卷中的答案都输进SPSS中，强烈建议直接在SPSS中输入，不要在EXCEL中输入，再导入SPSS，这样可能会出问题在输数据之前先要到变量视图中定义变量如下图所有类型都是数值，宽度默认，小数点看个人喜好，标签自定，其他默认除了值讲讲值的设定点一下有三点的蓝色小框框会跳出一个对话框，如果你的变量是性别，学历，那么就如下图如果是五点维度的量表，那么就是记住，每一题都是一个变量2、，可以取名Q1，Q2设定好所有问卷上有的变量之后，就可以到数据视图中输入数据啦如下图都输完后还有要做的就是计算你的每个维度的平均得分如果你的问卷Q1-Q8是一个维度，那么就把Q1-Q8的得分加起来除以题目数8那么得到的维度1分数会显示在数据视图中的最后具体操作如下转换计算变量点确定，就会在数据视图的最后一列出现计算后的变量如果你的满意度有3个维度，那么就要计算3个维度，外加满意度这个总维度，满意度=3个维度的平均分=满意度量表的所有题目的平均分把你所有的维度变量都计算好之后就可以分析数据啦1.描述性统计将你要统计的变量都放到变量栏中，直接点确定如果你要统计男女的人数比例，各个学历或者各个年级的3、比例，就要用描述统计中的频率如果要统计男女中的年级分布，比如大一男的有几个，大二女的有几个，就用交叉表不细说了地球人都懂的2.差异性分析差异性分析主要做的就是人口学变量的差异影响，男女是否有差异，年级是否有差异，不做的就跳过对于性别来说，差异分析采用独立样本T检验，也可以采用单因素ANOVA分析，下面以T检验为例将性别放进下面的分组变量中，接着定义组按确定看Sig（双侧）得分，小于0.05就表明有显著差异，上图可见男女在组织承诺上是有显著差异的，在变革型领导行为的认同上没有显著差异而对于学历，年级，年龄，工作年限等因素，我们可以采用单因素ANOVA分析，如下按确定由上图可知，在KY工作年限不同4、，在感情承诺、规范承诺、机会承诺上都有显著差异显著性小于0.05如果做出来没有差异，可以在下图中选择两两比较选中LSD（最小显著方差法）继续确定就会出来多重比较的图再找有没上标为小星星的有就可以说明二者有差异，没就没办法了你改数据吧= =上图说明1年和3年、5年的在感情承诺上有明显差异我去4年的怎么没差异= =0别的也就这么做不重复说了3.相关分析相关分析主要就是分析你两个大变量中各个维度是否存在相关性和两大变量是否存在相关性下例为两大变量的相关分析分析相关双变量确定后可见变革型领导行为和组织承诺在0.01水平上显著相关上标两颗星相关性比较好其他维度也是一样的做法4.回归分析相关分析只能说明二5、者的相关性，并不能表明是否是由于A的变化引起B的变化，要想证明因果关系就要用回归分析在做回归之前，首先要做一下自变量之间的相关性，如果相关系数超过0.75就不能做回归会有比较大的偏差这里不说了，不会的看 3.相关分析回归如下如果你想用ABC变量预测D，就把D放因变量中，ABC放自变量中，方法选择进入直接确定，如下图上图的结果表明德行垂范和愿景激励被踢出回归方程，因为Sig大于0.05所以只有个性化关怀和领导魅力可以显著预测组织承诺5.问卷信度和效度信度=分析度量可靠性分析把你同一份量表的题目全部放进去，比如变革型领导量表有26题直接确定结果表明Cronbachs值为0.939，量表信度很好超过6、0.7才行效度分析一般采用结构效度分析，就是因子分析分析降维因子分析把你同一量表的题目都放进去点描述选KMO*再点旋转，选择最大方差法其他都默认，最后确定0.839大于0.5，表示可以进行因子分析累积解释变异66.974%，比较好可见上图1-8是一个维度，9-14是一个，15-20是一个，21-26是一个表中同一行不能出现2个大于0.5的值如果出现，你要么就把该题目踢出问卷，要么就把该题目的答案改得和同一维度中其他题目答案相近比如A维度的答案是4,4,4,5,4, 1，你想把第6题也分到A中，就把第6题的答案1改成4多改几份差距大的问卷，再试试因子分析，看看值的变化就可以知道改的效果怎么样，不好就不要改好啦就讲到这里应该都会了吧其实最重要的还是}