【2036】如何计算二项logistic回归模型的灵敏度、特异度等指标
Logistic回归是一种非常重要的单、多因素分析方法,主要用于发现风险因素、建立预测或判别模型。有人问,如何用构建的Logistic回归进行疾病的诊断,并计算该模型的灵敏度、特异度等指标呢?跟着松哥一起来解读吧!
2018年10月26-28,上海
1.虚构案例
比如说,身高与某种疾病有关系,咱们尝试构建二项logistic回归,看看结果。
2.步骤
分析-回归-二元,如图设置:
3.结果
看最后一步,可得方程中的变量,据此表,可以写出Logistic回归方程:
LogitP=-64.899+0.396*身高。但对于Logistic回归来说,写出方程不是重点,关键是识别风险因素。如本例,发现身高的EXP(B)=1.486(95%CI:1.396-1.581),可以解释为身高没增加1cm,疾病发生的风险增加1.486倍。
哎,跑题了!本期不是介绍Logistic回归,是介绍如何计算Logistic回归,构建预测模型的灵敏度和特异度的。继续!
4.结果2
在分析结果中,有这么一张分类表。该表描述了实际病例,与构建的Logistic回归模型的一张诊断试验表格。
细心的你会发现,87.5%=265/(265+38),其实就是灵敏度(Se);
84.7%=243/(243+44),其实就是特异度(Sp)。
但需注意,上表中的总体百分比,86.1=(84.7+87.5)/2的结果,并不是诊断试验中所说的约登指数,本例约登指数=84.7+87.5-1=72.2。
松哥统计说
Logistic回归应用非常广泛,本例仅介绍其预测的灵敏度与特异度的算法。关于Logistic回归的建模策略、因素筛选、模型评价等内容,请参见公众号往期文章。
OK,本期到此,感觉对您有用,还请分享转发,拜托!
精鼎原创,欢迎转发,未经允许,谢绝转载!
SPSS系列文章列表【2】
【若有用,请分享!】
【2033】如何让SPSS根据自身数据库行号产生ID特征变量
【2031】相关样本非参数检验如何实现两两事后比较
【2029】SCI编辑让我报告LSD-t检验的t值,可是SPSS没有啊,怎么办?
【2027】如何利用SPSS计算总体率与总体均数的95%可信区间
【2026】SPSSS如何实现哈迪-温伯格平衡(Hardy-Weinberg equilibrium)法则检验
【2025】R×C列联表(分类数据)的统计分析方法选择与SPSS实现
【2023】Kappa一致性与组内相关系数(ICC)应用辨析【推荐】
【2017】SPSS输出结果统计表与统计图的专业性编辑及三线表定制格式赠送!
【2006】为什么配对样本t检验,SPSS结果默认输出相关性
【2004】如何让SPSS自动按照四分位数间距分组某变量【技巧】
【2002】太伤自尊,以为学会了,现在用SPSS连两独立样本t检验都做不好
----------------------------------------------