SPSS应用多元逻辑回归解决无序多分类问题
什么是无序多分类?举一个例子,当我们要研究基因突变与疾病之间的关系时,因变量就是疾病的各种分类,如乳癌、胃癌、鳞癌等多种,此时因变量不是简单的患病和不患病,且他们之间是无序的,这就是无序多分类。
当我们要研究自变量与无序多分类因变量之间的关系时,就需要使用到SPSS软件带有的多元逻辑回归模型,下面我来讲解下如何使用。
一、操作演示
如图1所示,我们在IBM SPSS Statistics中建立一组数据,其中有三个变量:ID代表患者编号,第二栏的疾病类型代表因变量,第三栏的是否基因突变代表自变量。
图1:演示数据
点击【分析】--【回归】--【多元Logistic】,如图2,打开多元逻辑回归界面。
图2:多元逻辑回归
首先我们将疾病类型选入因变量的位置,是否基因突变选入因子的位置,如果自变量中还有其他的连续型变量,则需要放入协变量位置,具体见图3。
图3:放入因变量和因子
由于我们的因变量疾病类型是多分类变量,而多元逻辑回归的原理是先指定一个类别为参考类别,然后将其他类别分别与参考类别对比。
因此我们需要点击“参考类别”按钮,然后决定我们要作为参考类别的值,比如我们将0作为参考类别,则选择“第一个类别”或者选择“定制”类别,然后输入值为0。
图4:设定参考类别
二、结果分析
设定后,我们点击“继续”和“确定”保存设置,等待SPSS生成多元逻辑回归的计算结果。
其中,模型拟合信息表格给出了模型拟合好坏的信息。当中-2对数似然的值越小越好,从结果中可以看出,加入自变量后的模型比只有常数项的模型拟合要好(27.311<80.234),显著性结果小于0.001,说明自变量是否基因突变的加入是有统计学意义的。
图5:模型拟合信息
另外,参数估计值表格,以腺癌组为例,X=0相比于X=1,系数值Exp(B)为0.068,说明基因X未突变者患腺癌的风险是突变者患腺癌风险的1/0.068即14.71倍。另外,显著性<0.001,说明腺癌这个系统是具有统计学意义的。
图6:参数估算值表格
最后通过上述的分析,我们可以得出结论:基因X突变患者相比于未突变患者,其发生某恶性肿瘤类型为腺癌、鳞癌和大细胞癌的风险分别为14.71、3.66和8.93倍,这说明基因突变与各类型都具有一定的关系。这就是本节关于IBM SPSS Statistic进行多分类逻辑回归的相关教程了,更多教程尽在IBM SPSS Static中文网站上。
SPSS应用多元逻辑回归解决无序多分类问题相关推荐
- 《人工智能》机器学习 - 第5章 逻辑回归(四 多元逻辑回归实战)
5.4多元逻辑回归实战 5.4.1多元逻辑回归实战之预测病马的死亡率 本次实战内容,将使用Logistic回归来预测患疝气病的马的存活问题.原始数据集下载地址: http://archive.ics. ...
- 降维后输入分类器分类时报错_逻辑回归解决多分类方法及其优缺点分析
众所周知,逻辑回归常用于解决二分类任务,但是在工作/学习/项目中,我们也经常要解决多分类问题.本文总结了 3 种逻辑回归解决多分类的方法,并分析了他们的优缺点. 一.One-Vs-Rest 假设我们要 ...
- 神经网络(二):Softmax函数与多元逻辑回归
文章目录 一. Softmax函数与多元逻辑回归 二.广告时间 一. Softmax函数与多元逻辑回归 为了之后更深入地讨论神经网络,本节将介绍在这个领域里很重要的softmax函数,它常被用来定义神 ...
- 逻辑回归 解决报错:ValueError: Solver lbfgs supports only ‘l2‘ or ‘none‘ penalties, got l1 penalty.
逻辑回归 解决报错:ValueError: Solver lbfgs supports only 'l2' or 'none' penalties, got l1 penalty. 问题描述: 在进行 ...
- 基于逻辑回归的新闻数据集分类
目录 1. 作者介绍 2. 逻辑回归 2.1 逻辑回归 2.2 逻辑回归算法 3. 实验过程 3.1 fetch_20newsgroups(20类新闻文本)数据集的简介 3.2 实验代码 3.3 运行 ...
- 大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5)
大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5) 上一节中,我们讲 ...
- 【AI面试题】逻辑回归如何处理多标签分类问题
如果y不是在[0,1]取值,而是在K个类别中取值,那么这时,问题就变为一个多分类问题.有两种方式可以处理该类问题: 1.当K个类别不是互斥的时候,即每次对样本进行分类时,不需要考虑它是不是还可能是别的 ...
- 用逻辑回归实现鸢尾花数据集分类(1)
鸢尾花数据集的分类问题指导 -- 对数几率回归(逻辑回归)问题研究 (1) 这一篇Notebook是应用对数几率回归(Logit Regression)对鸢尾花数据集进行品种分类的.首先会带大家探索一 ...
- 实例:【基于逻辑回归的鸢尾花二分类和三分类问题】
基于逻辑回归的鸢尾花二分类和三分类问题 一.问题描述及数据集获取 二.逻辑回归 1.概述 2.应用 3. LogisticRegression回归算法 4. sklearn逻辑回归API 三.代码实现 ...
- 逻辑回归(LR实则分类)的损失函数
原文链接:https://blog.csdn.net/CTTACM/article/details/91472794 逻辑回归是在线性函数的基础上,经过激活函数后产生的0~1之间的概率值. 设x为特征 ...
最新文章
- KNN、MOG2和GMG
- find 按文件修改时间查找文件
- android点击屏幕特效,Android自定义控件(特效一) 点击屏幕,根据所点击的位置绘制圆环...
- 秒懂云通信:选云通信到底哪家强?
- 点到点链路上的OSPF协议
- 八皇后问题的非递归解法
- redis依赖_请勿过度依赖 Redis 的过期监听
- 让你成为高效的Web开发者的10个步骤
- 关于代码调试de那些事
- Bailian3670 计算鞍点(POJ NOI0108-05)【矩阵】
- 通过wifi使用nfs把ubuntu挂载到android
- 两电脑间传输文件|免费PC到PC文件传输软件
- 华为机试 - 数字涂色
- 六西格玛质量管理慕课答案
- 奔驰c260语言设置方法图解,奔驰C260L灯光使用方法,C260L灯光开关图解说明
- 十年牧码,我的平凡之路
- android微信7,微信7.0安卓版之初体验
- CentOS 7 中 pptpd安装
- nacos安装配置和单机部署教程
- 图解爬虫,用几个最简单的例子带你入门Python爬虫
热门文章
- 2021我的前端开发年度总结
- 什么是基站定位?基站定位的原理及特点
- 《Vim实用技巧》笔记
- Ubuntu 16.04 安装摄像头驱动usb_cam
- mssql用户/角色无法查询sys.dm_tran_locks视图;消息 297,级别 16,状态 1,第 1 行 用户没有执行此操作的权限。
- unity引擎发展史
- 12306春运火车票抢票攻略——3分钟抢到热门票
- 手机Root与刷机教程
- android手机无分区无法刷机,adb sideload 刷机教程:当你手机无法开机,内存里没有ROM时......
- 非常非常地重试重试组件,使用杠铃的