之前我們?cè)敿?xì)講解了因變量為二分類的變量的影響因素的分析，采用二元Logistic回歸分析。

    但是在實(shí)際情況中，有些因變量的數(shù)據(jù)類型為連續(xù)數(shù)值型變量，并無特定的分類，這時(shí)候要分析他的影響因素，就無法采用logistics回歸，由于變量數(shù)據(jù)為線性數(shù)值，這里就要采用線性回歸模型來分析。

    本次我們就來詳細(xì)講解SPSS多元線性回歸在醫(yī)學(xué)統(tǒng)計(jì)分析中的應(yīng)用操作。

    先來看今天的案例，我們采集了80位患者的骨吸收的數(shù)值數(shù)據(jù)，臨床上可能對(duì)其造成影響的因素有吸煙、牙周炎、CA、固位方式、性別、年齡、固定支架直徑、長度、修復(fù)類型、位置這些因素。如下圖1：

（圖1）

我們要分析吸煙、牙周炎、CA、固位方式、性別、年齡、固定支架直徑、長度、修復(fù)類型、位置這些因素這些因素中，哪些確實(shí)是對(duì)骨吸收有顯著的影響。就要以骨吸收為因變量，以吸煙、牙周炎、CA、固位方式、性別、年齡、固定支架直徑、長度、修復(fù)類型、位置為自變量，采用多元線性回歸模型分析。這里要注意的是，CA、年齡、為線性變量，可以直接作為自變量，但是吸煙、牙周炎這些屬于分類變量，本應(yīng)先對(duì)其進(jìn)行虛擬化，才能作為自變量，但是由于這里的分類變量全部為二分類，因此虛擬化操作和當(dāng)前實(shí)際一致，因此可直接作為自變量。關(guān)于如何做多分類自變量虛擬化的線性回歸，我們將在今后的文章中再另行詳解。

下面進(jìn)行SPSS多元線性回歸的操作步驟

①點(diǎn)擊“分析”--“回歸”--“線性”，在彈出的回歸對(duì)話框中，將骨吸收選入因變量框中，將其他變量選入自變量框中。

（圖2）

（圖3）

②進(jìn)行相關(guān)的輸出和參數(shù)設(shè)置，點(diǎn)擊右側(cè)“自助抽樣”按鈕，在彈出的對(duì)話框中勾選“執(zhí)行自助抽樣”，“置信區(qū)間”級(jí)別填寫95。然后點(diǎn)擊繼續(xù)，確定按鈕。

（圖4）

③得到輸出結(jié)果，并進(jìn)行分析。這里我們只對(duì)重要的表格進(jìn)行詳細(xì)講解分析。

（圖5）

模型摘要這張表，主要看R方為52.6%，大于50%，說明數(shù)據(jù)與模型擬合程度較好。

（圖6）

ANOVA這張表，F(xiàn)=7.653，P<>

（圖7）

系數(shù)表這張表就是我們分析的主要結(jié)果，反應(yīng)了自變量與因變量之間的具體影響關(guān)系。首先看顯著性水平，在0.05的顯著性水平下，可以看到。吸煙、CA是P<0.05，能顯著影響骨吸收的，回歸系數(shù)b分別為0.387和0.07都大于0，說明ca值越高，骨吸收的值就隨之越高。吸煙這里由于參考類別為0（不吸煙），因此就是吸煙患者的骨吸收比不吸煙的顯著要高。而其余自變量則不能顯著影響骨吸收，他們的p>0.05。

（圖8）

上圖為95%置信區(qū)間，一般如果在分析報(bào)告中需要置信區(qū)間，則將上表紅框標(biāo)注的部分添加到圖7表格后面，這里不再贅述。

以上就是今天我們講到的SPSS多元線性回歸在醫(yī)學(xué)統(tǒng)計(jì)分析中的應(yīng)用操作及分析,

回顧一下知識(shí)點(diǎn)：1，因變量為連續(xù)數(shù)值型變量 2，自變量可以為數(shù)值型，也可以為分類型，但是多分類自變量需要虛擬化 3，回歸結(jié)果主要看3張表，模型摘要、ANOVA、系數(shù)表。至于如何操作與使用虛擬線性回歸，將在下一講中詳細(xì)講解，敬請(qǐng)大家的關(guān)注！