作者:丁点helper
来源:丁点帮你
前文,我们对Logistic回归分析的来龙去脉有了一个基本的了解,但是Logistic回归之所以应用十分广泛还有一个重要的原因——能直接输出OR值?
什么是OR值?如何理解?我们今天就来好好看一看。
怎么理解OR值
多重线性回归,一般是指有多个自变量X,只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍,两者的差距主要在于自变量X的数量,在只有一个X时,就称简单线性回归。
OR值是《流行病学》中的重要概念,称作“优势比”(odds ratio),也称“比值比”,反映的是某种暴露与结局的关联强度。
这句话初学者看起来可能会特别费劲:什么叫优势?优势比又是什么意思?暴露和结局又该怎么理解?我们结合例子把这些问题一一理清。
案例:我们想探讨吸烟是否会导致糖尿病的发生。一种很实用的思路是找两组人群,一组患有糖尿病,另一种不患糖尿病,然后,分别调查这两组人群哪些人吸烟、哪些人不吸。
通过调查我们获得如下数据:
结合上表,可以看到,患病组一共有40人,其中24人吸烟,16人不吸烟。我们就称“吸烟”是一种“暴露”。
所以,“暴露”具有十分广泛的定义,一般某些研究对象具有我们感兴趣的因素,就称这些研究对象为“暴露组”。
暴露包括各种特征(如性别、年龄、教育程度等),以及某种特定的行为(如饮酒、不爱运动等),或接触某种有毒、有害物质(如PM2.5等),而不具备这些因素的对象称为“非暴露组”。
所谓研究“暴露对结局”的影响,这里的“结局”在本例中就指“是否患有糖尿病”,一般可以等同于我们前面说的“因变量Y”。
所谓的“优势”可以理解为“暴露比值”!那怎么理解暴露比值呢?
在本例中,对于患有糖尿病的对象,暴露比值为:吸烟的比例除以不吸烟的比例,即为:24/16 = 1.50;同样,在不患有糖尿病的人群中,也可以计算一个吸烟的比例除以不吸烟的比例,即为:18/22 = 0.82。
把这两个比例相除,就得到了吸烟与糖尿病相关关系的OR值,即OR = 1.50/0.82 = 1.83>1。由此,我们可以初步推断,吸烟会加重患糖尿病的风险。
一般而言,OR值的意义可以总结如下(假设结局发生记为1,不发生记为0):
OR = 1,暴露与结局的无相关性;
OR > 1,暴露可以促进结局的发生;
OR < 1,暴露可以抑制结局事件的发生
Logistic很重要的意义就在于会直接输出OR值,这一点甚至比看直接的回归系数(β)还有意义。
OR值与回归系数β的数量关系为:OR = eβ。在实际的应用中应该如何解读OR值,我们结合一下文献案例进行讲解。
R值的应用分析
多重线性回归,一般是指有多个自变量X,只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍,两者的差距主要在于自变量X的数量,在只有一个X时,就称简单线性回归。
以下文章于2015年发表于《中国护理管理》,研究团队主要采用Logistic回归分析医护人员“工作感受”的影响因素,研究的摘要截图如下:
文章采用第五次国家卫生服务调查问卷中有关工作感受的调查表,测量医护人员工作感受情况:包括工作认知、工作满意度、职业紧张和离职意愿4个维度。
该研究并没有直接采用“工作感受”量表总得分进行研究,而是将上述4个维度分别作为“因变量(Y)”与其他因素,如性别、年龄、婚姻状况、最高学历、专业技术职称(X)等进行Logistic回归分析。
前文我们强调了进行Logistic回归的基本条件是:Y是分类变量,本研究符合这个条件吗?
符合。作者将“工作认知、工作满意度、职业紧张和离职意愿”的量表得分换算成两个类别:1=高,0=低,由此,这些因变量就是典型的二分类变量,从而可以进行Logistic回归分析。
需要明确的是,该研究一共进行了四次分析,因为有四个因变量。自变量赋值表和Logistic分析表如下:
我们在分析Logistic回归分析结果时,必须结合自变量的赋值情况来看,这是因为将“男性”赋值为“1”得到的结果与将“男性”赋值为“0”的结果会正好相反,解读时需特别注意。如上表4,我们重点看“B值”和“OR值”。
比如,表格的第一行,研究的是“护士工作满意度”的影响因素。虽然模型开始时纳入了所有的自变量,但经过筛选,最终有意义仅剩下“婚姻状况”和“工作时间”(P<0.05)两个有统计学意义的变量。这里我们以“婚姻状况”为例来解读OR值的含义。
根据自变量赋值表,婚姻状况变量中“0”为“无配偶”,“1”为“有配偶”,其表格中对应的OR值为“4.045”(>1),根据我们上文总结的OR值的意义,大于1的OR值表明:暴露会促进结局的发生。
在本研究中,“暴露”可以理解为“有配偶”,“结局”可理解为“获得高的工作满意度”,因此,OR大于1,表明:随着婚姻状况的提升(从无配偶,“晋级”为有配偶),工作高满意度的情况更容易发生。
从而说明,“婚姻状况”是护士工作满意度的一个影响因素,并且相对于“无配偶”的护士,“有配偶”的护士工作满意度得分更高。
再次提醒,能够这样解读,是因为我们把“工作满意度高”赋值为“1”,“工作满意度低”赋值为“0”,这个顺序和“有无配偶”的顺序是一致的。
与此形成对比,对于“医生离职意愿”这个因变量而言,年龄的回归系数(B值)为-0.711,其对应的OR值变为“0.491”(<1),意味着,随着年龄的提升,医生的离职意愿是变低的。
这一点也是很符合常识的。一般而言,年龄越大,其在职年限也越大,各方面的待遇会更好些,所以更不会选择离职。
最后,值得指出的是,本案例我们讲解的Logistic回归具体而言称作“二分类”Logistic回归分析,这也是应用最广泛的一类。
而当因变量不再是二分类变量,而是多分类变量时,我们仍可以进行Logistic回归,此时称作“多分类Logistic回归分析”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06