SPSS实战:搞明白单因素vs多因素，二元vs多元Logistic回归分析

一般情况下，当因变量是连续性变量时，我们常使用线性回归分析自变量与因变量的关联；而当因变量是分类变量时，可考虑采用Logistic回归分析。

Logistic回归属于概率型非线性回归，究其本质，是用逻辑函数把线性回归的结果(-∞,∞)映射到(0,1)，所以它是一种广义的线性回归分析模型，虽然名字里有回归，但其实是分类模型。

一、单因素和多因素Logistics回归

根据纳入回归模型的自变量个数不同，可将Logistic回归分为单因素和多因素。

（1）单因素Logistic回归（又称简单Logistic回归），指在模型中只包含一个自变量的情况，用来评估单一因子对结果概率的影响大小和方向。例如只关注肥胖如何影响患冠心病的概率。

（2）多因素Logistic回归即包含两个及以上的自变量的情况，可同时考察多个因素对结果变量的影响，因为现实中某一个疾病的发生往往是多变量共同作用所致。例如同时考虑肥胖、吸烟、工作压力、基因等多个因素对冠心病患病概率的影响。

二、二元和多元Logistics回归

根据因变量的不同，可将Logistic回归分为二元logistic回归和多元Logistic回归。

（1）二元logistic回归模型的因变量Y是二分类变量，如有病与无病，其取值常编码为0和1。

（2）多元Logistic回归顾名思义，因变量Y是多分类变量，进一步分为有序多分类（如疾病轻、中、重）和无序多分类（如不同中医证型）。

三、SPSS操作

例1：在肝硬化影响因素分析中，因变量为分组（健康组vs肝硬化组），采用二元logistic回归（单因素+多因素）

（1）分析——回归——二元logistic回归

（2）协变量里只有年龄，只关注年龄对肝硬化的影响，此时为单因素二元logistic回归

（3）同时分析年龄、N-糖基化Peak1%、Peak2%的影响，此时为多因素二元logistic回归

可以看出，在单因素和多因素中，年龄的影响差异很大。

例2：在原发性肝癌影响因素分析中，因变量为分组（健康组vs肝硬化组vs原发性肝癌），采用多元logistic回归（单因素+多因素）

（1）单因素只考虑年龄

（2）多因素，同时考虑N-糖基化Peak1%、Peak2%的影响

一般在实际分析中，选择单因素或多因素是由研究目的来决定的，往往只是筛选自变量或控制协变量的过程，而二元或者多元Logistic回归直接由因变量的类型决定。