文章预览
部分内容节选自:临床研究与医学统计 背景 临床模型研究,说到底是做一个模型,那么模型应该 如何纳入自变量,纳入哪些自变量, 这都是至关重要的问题。线性回归,逻辑回归和Cox比例风险回归模型是被广泛使用的多元回归分析方法。我们在前面的几篇文章中解释过他们的统计学意义、应用及结果释义。但是我们很少讨论 自变量筛选的方法, 这些方法在数据分析和撰写论文时应用较为混乱,却十分重要。本集整理并总结了前沿的自变量筛选方法,我们来一观究竟。 变量筛选方法及原则 在自变量筛选遇到问题时,研究者常常求助统计学家,统计学家会建议使用软件中自动筛选,例如IBM SPSS中的Logistic回归和Cox回归,给出了7种变量筛选的方法: 条件参数估计似然比检验(向前:条件); 最大偏似然估计的似然比检验(向前:LR); Wald卡方检验
………………………………