周凌峰 安胜利

logistic回归分析是用于筛选影响因素及建立预测模型的最常用的方法之一，它的综合预报效果具有很好的稳健性和非模糊性[1-2]。在logistic回归分析中，常会用到三种自变量类型：定量变量、等级变量及分类变量，为使得OR值具有更明确的临床意义或便于预测模型的实际应用，研究者[3-5]常将有统计学意义的定量变量转化为两个或两个以上等级，并赋予相应的分数。但目前等级划分方法大多是由研究者主观决定，若分界点选择不当，其模型预测效果便会受到影响，甚至会影响到研究结论的正确性。本研究拟在计算机上以常用的非条件二分类logistic回归分析为例进行模拟研究，在不同的参数条件下，对有统计学意义的自变量进行不同数量、不同方式的等级划分，建立预测模型，考察其预测效果的变化规律，并对所得结论以实例进行考核，以期发现各种参数条件下合理的等级划分方法。为建立更准确、实用的logistic预测模型提供可靠的变量转化依据。

方 法

为了便于解释，本研究将模拟数据简化设计为仅有一个自变量X(连续变量)及一个因变量Y(0-1变量)，然后观测各种转换方法对预测模型的影响规律，进而延伸说明多个自变量情况下该指标的变化状况。

1.自变量

利用R语言，模拟产生单个自变量，考虑三种分布状况，即标准正态分布、正偏态分布、负偏态分布。标准正态分布使用rnorm( )语句直接生成。正(负)偏态则采取以下方法产生。以正偏态为例，生成1000例标准正态分布数据，并截掉大于0.8的部分，同时再生成1000例0至5.5服从均匀分布的数据，合并二者后，从中选取1500例，最后得到近似正偏态的数据。……