2023年鄭老師多門科研統(tǒng)計(jì)課程：多次直播，含孟德爾隨機(jī)化方法? ??

在醫(yī)學(xué)科研、特別是觀察性研究領(lǐng)域，無論是現(xiàn)況調(diào)查、病例對照研究、還是隊(duì)列研究，經(jīng)常遇到二分類指標(biāo)，大家也都知道使用logistic開展回歸分析，使用先單后多法來篩選自變量。

實(shí)際中，許多人習(xí)慣性使用SPSS進(jìn)行回歸分析，但是SPSS無法使單因素結(jié)果與多因素結(jié)果在同一張表格中，手動繪制三線表既費(fèi)時又費(fèi)力。而R語言雖然可以解決以上難點(diǎn)但具有一定的門檻，因此，這里結(jié)合一篇文獻(xiàn)與實(shí)操案例為大家介紹一個智能在線免費(fèi)統(tǒng)計(jì)分析平臺——風(fēng)暴統(tǒng)計(jì)。

一、實(shí)操數(shù)據(jù)介紹

這里我們使用的是R語言自帶數(shù)據(jù)集MASS中的birthwt，birthwt是一份與嬰兒出生體重低相關(guān)的危險(xiǎn)因素?cái)?shù)據(jù)，其中包含的變量見下表，根據(jù)研究設(shè)計(jì)，以“l(fā)ow”作為結(jié)局變量。

二、風(fēng)暴統(tǒng)計(jì)智能在線免費(fèi)平臺復(fù)現(xiàn)

（1）進(jìn)入風(fēng)暴統(tǒng)計(jì)網(wǎng)站的“風(fēng)暴智能統(tǒng)計(jì)”模塊，點(diǎn)擊“l(fā)ogistic回歸分析”

（2）導(dǎo)入數(shù)據(jù)，目前支持10M以內(nèi)的csv格式。數(shù)據(jù)導(dǎo)入前如需進(jìn)行預(yù)處理的（如：定量數(shù)據(jù)轉(zhuǎn)分類數(shù)據(jù)、多分類轉(zhuǎn)二分類、打標(biāo)簽等），推薦用SPSS進(jìn)行操作，具體詳見下方文章：

如何結(jié)合SPSS與在線統(tǒng)計(jì)分析平臺來撰寫論文？

（4）指定因變量與自變量的變量類型

（5）指定logistic回歸方式

這里選用先單后多的篩選方式，這個方法比較傳統(tǒng)也是大家習(xí)慣性用的比較多的，P值的限定大家可以根據(jù)自己的研究設(shè)計(jì)，選擇0.05、0.1、0.2。

（6）導(dǎo)出word版三線表結(jié)果

風(fēng)暴統(tǒng)計(jì)結(jié)果結(jié)果展示如下，直接生成word版三線表，高效快速！

三、R語言軟件復(fù)現(xiàn)

這里采用autoReg包，autoReg包是一款功能十分強(qiáng)大的R包，不僅可以快捷完成基線表的制作，還可以直接一行代碼輸出回歸分析（支持線性模型、廣義線性模型和比例風(fēng)險(xiǎn)模型）的表格。

（1）logistic回歸模型構(gòu)建

使用glm() 函數(shù)構(gòu)建回歸模型，glm(y~x1＋x2＋x3＋x4＋x......,data=數(shù)據(jù)集名，family="binomial")，指定因變量與自變量，設(shè)置數(shù)據(jù)集名。

logfit<-glm(low ~ age + lwt + race + smoke + ptd + ht + ui + ftv,data=bwt,family = "binomial")

summary(logfit)

此處參數(shù)family規(guī)定了回歸模型的類型:family="binomial"指適用于二元離散因變量(binary)。

（2）先單后多

logreg3<-autoReg(logfit,uni=TRUE,threshold=0.05)

logreg3

logtable3<-myft(logreg3)

四、總結(jié)

通過對比，風(fēng)暴統(tǒng)計(jì)與R語言先單后多的分析結(jié)果完全一致，風(fēng)暴統(tǒng)計(jì)對于P值還有單獨(dú)成列，結(jié)果更加清晰直觀，大家也可以來試一試哦！