本人的课题是某病病因学的研究，病例组和对照组之间关于变量X（计量资料）存在显著差异。为了了解X与本病的相关性，我将X按照严重程度分为4个等级（1，2，3，4），想做一个Logistic回归，想了解随着X的等级增加，发病情况的变化趋势。希望得到的结果是：1-4的过程，患病风险越来越大。可是现在在做Logistic回归的时候：对话框选择参照级别时只能选“first”或“last”，这样只能做以“1”级或“4”级为参照，其他级别与之相比的情况，至于“2”级和“3”之间的比较做不了。所以无法比较4个级别对因变量的影响大小。
急等回复ing
谢谢
其实你不用做这样的比较，以第一或第四组作参照，其他三组与参照比较，就已经可以看出来那个等级对因变量的贡献了。打一个不恰当的比方：三个人比身高，A比C高5cm，B比C高2cm，尽管A和B没有直接比，但A和B的身高谁高，已是一目了然。不知回答对否
呵呵，好象不能这样理解，表明上看A比B高3cm，但仍需要统计证实P是否小于o.o5，才能知道这个3cm有没有统计学意义
对于定量资料的划分为等级变量再做LOGIST回归,结果可以是这样解释的:结果中会有一个B,如果这个系数是有意义的,可以说明自变量每变化一个等级,该种疾病的危险性会增加或减少B倍!
LZ对LOGIST回归没有很深入 的去理解
把自变量哑变量化吧～
“希望得到的结果是：1-4的过程，患病风险越来越大。”
如果回归后得到的结果是有统计学意义的，那么你的目的已经达到了。如果不理解的话，写出回归方程自己验证。
谢谢大家的帮助，我用哑变量解决的这个问题，应该没什么问题了
小小爬蔷虎 wrote:
“希望得到的结果是：1-4的过程，患病风险越来越大。”
如果回归后得到的结果是有统计学意义的，那么你的目的已经达到了。如果不理解的话，写出回归方程自己验证。
感觉爬墙虎的理解似有不妥，做了一般的logistic回归仅能得到自变量与因变量之间的相关性，若自变量是二分类变量，结果是可以象你那样解释的；但如果自变量是多分类变量的话，就不能用这个结果解释了，需要做哑变量分析才能了解随着自变量级别的变化因变量变化的趋势。
呵呵 我只是针对你的这个数据。你的这个自变量不是二分类？
