EasyMining算法包家族成员简介第三讲：多元逻辑回归

小伙伴们大家好，今天为大家介绍的EasyMining算法包家族成员是“多元逻辑回归”，下面我们就一起来学习吧！

一、多元逻辑回归算法包能够做什么？

多元逻辑回归算法包能够实现统计回归分析中的逻辑回归方法，其中既包括了单变量的逻辑回归也包括了多变量的逻辑回归。

二、哪类数据适合使用多元逻辑回归算法包？

多元逻辑回归算法包主要用于对因变量为二分类变量的数据分析（如结局变量：生存、死亡；分组：观察组、对照组等），需要计算自变量的优势比（Odd Ratio，OR）或者相对危险度（relative risk，RR）时。本算法包对自变量没有设置要求，即允许变量为非数字类型（如性别：男性、女性；吸烟：是、否）；对连续型自变量的OR（RR）解释为每增加1个单位危险度增加OR（RR）倍，对分类型自变量的OR（RR）解释为对参考类型（reference）自变量每上升1个等级危险度增加OR（RR）倍。

三、对比SPSS本算法包有哪些优点？

1.SPSS需要手工对数据进行数字化编码和定义变量类型；本算法包无需对数据进行如数字化编码等任何前处理，减少工作量和繁琐度的同时，也避免了因为转码导致的结果解释发生错误（如将等级按降序映射时，OR（RR）的解释刚好是正确解释的导数关系）。

2.SPSS需要自己设置回归中的参数；而本算法包能自适应配置参数，省去繁琐的参数设置过程，减少工作量和复杂度。

3.SPSS的计算结果会返回若干张表，使用时需要在冗长的结果信息中抽取重要的结果值并重新组织成为科研论文或报告中的正式统计报表；本算法包能智能提取所有需要的计算结果并按照最终可用的正式统计报表形式呈献出来。因此，使用EasyMining数据分析系统计算时只需专注于变量选择问题，即可一键点击完成计算和报表的生成。

为了让大家更加清楚，下面通过一个实例将系统使用过程演示一遍。

计算实例：

a.上传数据文件

本计算实例采用的数据文件名为test_data.xlsx，点击“新建”添加到数据列表中，如下图：

c.选择结局变量，实例中我们首先选择“status”变量（该变量表示结局指标，生存或者死亡），然后选择“指标”，实例中我们勾选了性别、年龄、吸烟、家族史和SBP，之后点击确定即开始计算。本次计算实现了生存组与死亡组的多元逻辑回归分析。

d.查看结果

点击左侧导航栏的“分析结果”可切换到结果列表，选择 test_data.xlsx多元逻辑回归一行，点击右侧“查看”就可以看到计算结果。

e.结果展示

多元逻辑回归采用标准的三线表形式，首行为变量名、优势比（OR）、OR的95%置信区间以及P值。

通过保存图片可以将计算结果表下载到本地，结果表可直接粘贴到论文或正式科研报告中，无需再进行任何修改。

今天的算法包就介绍完毕了，是不是很简单呢？小伙伴们自己也来试试吧。

了解更多详情

官方网址：https://www.taemine.com

（文中部分图片来自网络）