vlambda博客
学习文章列表

      今天的分享内容，已经不算我擅长的领域了，仅供参考，如果有不对或者更好的方法请大神批评指正。

       我们在统计分析中经常会遇到需要做多因素Logistic回归的情况，通常数据量比较小的情况下使用SPSS就可以方便的处理，如果是百万级的数据可能就有点难了。

       “R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX,Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R是一种自由的，可编程的，函数和程序保存在各种包里的，有很强互动性的语言！”-----以上来自百度知道，而我什么都不知道。

          Logistic回归就不解释啦，毕竟我连本科都不是学预防的，摊牌了。

         先上程序。

setwd("D:/mydata")

Data <- read.csv("D:/mydata/你的数据文件.csv")

View（Data）

colnames(Data) <- c("x1","x2","x3","x4","x5","x6","y")

glm <- glm(y~x2+x3+x6,family = binomial(link = logit),data = Data)

summary(glm)

exp(coef(glm))

exp(confint(glm))

        以上几个简单地语句就做好啦，这样你会得出以下结果：

        1.哪些因素在某个水平上具有统计学差异？

          2.这些因素对应的OR值是多少？

         3.这些OR值的置信区间是多少？

         然后整理成一张表格就可以放进文章里了。不想知道为什么的同学就可以关掉文章，拿起R和数据做起来啦，复制代码就好啦。下面解释代码：

          setwd("D:/mydata")设置工作空间

           Data <- read.csv("D:/mydata/你的数据文件.csv")将你的数据表赋值给“Data”

           View（Data）看看"Data"这一步是方便下一步给他重命名。

           colnames(Data) <- c("x1","x2","x3","x4","x5","x6"有多少因素就写多少个x,"y"结局）)

           glm <- glm(y~x2+x3+x6(纳入你想分析的因素),family = binomial(link = logit),data = Data)

         （是不是很像回归方程）

           summary(glm)（看统计学意义）

           exp(coef(glm))（看OR值）

           exp(confint(glm))（看置信区间）

          标红的地方还有变形空间！

        参考上边网站中，可以替换语句做其他回归模型。      

        值得注意的几点：

       1.数据表中不能有空值，不然会报错，可以用sum(!complete.cases(Data))来看，也可以自己用表格工具来看。

       2.强烈推荐使用csv格式文件，要不然上百万条数据，跑不起来。

       3.程序注意区分大小写，输入法处于英文编辑，上述代码在Rstudio中打出来的哦~小白建议使用Rstudio，能更快理解语句，也能更快找到错误。         

       4.作为小白，我也没搞清楚有的时候比如年龄，分为1,2,3,4等变量，但是R在做这个分析时会当成连续变量，应该是在分析的语句里需要加一句什么吧，而我采用了最笨的办法，给源数据全改成abcde（字符变量）了，这里希望大神留言指教。

       5.以上方法是我自己东拼西凑从网站和书籍上凑出来的，也是我在论文中所使用的，仅供参考，如果有更好的方法也请不吝赐教！

       写在最后，作为一个学渣也好，小白也好，我觉得我还是挺有发言权的，可悲也可喜的是我都快毕业了才明白研究生三个字的真谛，当了两年不称职的坏学生，如今我希望每一天都能进步一些，多学一些新的东西。

        只希望，看到这里的你，可能你和我一样，更可能的是你比我更强，科班出身，成绩优异，但我想说，不管目前多不顺利，和别人比多差，都不要放弃自己！我没有，希望你也是！

      今天的分享就到这里啦，上边分享一些做统计的心得，觉得有用可以转发/关注，让更多有需要的人看到，长按二维码关注TU亦有道，疾控人不再迷路~

加油冲鸭！！！