logistic回归中数据过度离散及其软件处理  

Overdispersion in logistic regression and software processing

作　　者：郭海强[1] 程大丽[2] 黄德生[3] 关鹏 周宝森 

机构地区：[1]中国医科大学中国卫生统计编辑部,辽宁沈阳110001 [2]中国医科大学附属第二医院妇产科,辽宁沈阳110001 [3]中国医科大学基础医学院数学教研室,辽宁沈阳110001 [4]中国医科大学公共卫生学院流行病学教研室,辽宁沈阳110001

出　　处：《中国医科大学学报》2005年第2期144-145,166,共3页Journal of China Medical University

基　　金：国家自然科学基金资助项目(39770675)

摘　　要：目的: 解决logistic回归分析中,乳腺疾病调查数据过度离散问题。方法: 利用SPSS软件提供的NOMREG过程,通过离散参数Devianceχ2 和Pearsonχ2 指标判断数据中是否存在过度离散现象,并估计离散参数,重新估计回归系数的标准误及Waldχ2统计量等指标。结果: 在乳腺炎数据中,χ2Pearson=6. 428,χ2Deviance=5. 822,所估计的离散参数分别为2. 143和1. 941,均大于1,说明该数据存在过度离散现象,通过NOMREG过程增大了系数标准误,减小了Waldχ2 值,从而增大了P值。结论: 使用NOMREG过程能够较好地检验及解决logistic回归数据过度离散问题。Objective: To resolve the problem of overdispersion in survey data about breast diseases, in which the observed variation exceeds the predicted. Methods: NOMREG procedure of SPSS was used to discriminate overdispersion exists or not by two parameters: Deviance χ2 and Pearson χ2 indexes, and we estimated standard error of the true parameters and other indexes of logistic regression. Results: In mastadenitis data, χ2 Pearson=6.428, χ2 Deviance=5.822, the dispersion parameter were 2.143 and 1.941 which were all more than 1. Therefore, the overdispersion existed. The standard error increased by using NOMREG procedure. Conclusion: Overdispersion can be resolved by using NOMREG procedure.

关 键 词：LOGISTIC回归 过度离散 离散参数 

分 类 号：R563.1[医药卫生—呼吸系统]