关联规则分析和logistic模型的相关性研究  

作　　者：唐晓[1] 刘启贵[1] 隋全恒[2] 

机构地区：[1]大连医科大学卫生统计教研室,116044 [2]大连市沙河口区疾病预防控制中心

出　　处：《中国卫生统计》2017年第5期805-807,811,共4页Chinese Journal of Health Statistics

摘　　要：logistic回归模型是一个经典的统计学模型[1] ,利用该模型可以做预测并解释因变量和自变量之间的关系,其已被广泛应用于医学、生物学、工程、经济和农业等领域[2-6]. 关联规则分析是一种数据挖掘方法[7] ,它通过人为给出规则标准的方式解释数据库中项与项之间的关系. 这两种方法都可以用于提取影响某变量（结局）的因素[8-10]. 目前很多研究利用这两种方法互相补充来获得影响因素[11-15] ,但他们并不解释两种方法之间的联系以及联合使用后所得到结果的意义.本研究将从两种模型的数学原理出发,通过理论证明发现他们之间的联系,从而得到结合两种方法分析数据所得结果的异同及其实际的应用价值.

关 键 词：LOGISTIC模型 LOGISTIC回归模型 相关性 数据挖掘 统计学模型 影响因素 数学原理 联合使用 

分 类 号：O212.1[理学—概率论与数理统计]