换一批广义线性混合模型与logistic回归应用于层次结构数据的对比分析
Contrast research of hierarchical structure data analyzed by generalized linear mixed models with logistic regression
摘要目的 比较广义线性混合模型与logistic回归应用于层次结构数据的差异性.方法 选择2013年10-12月期间北京市14家单位职工食堂满意度调查的资料数据,对可能影响食堂满意度的各变量分别进行非条件logistic回归和广义线性混合模型分析,并对结果进行对比分析.结果 Logistic回归显示,食堂经营性质(OR=2.757,P＜0.05)、性别(OR=0.723,P＜0.05)、年龄(OR=0.991,P＜0.05)、学历(OR=0.694,P＜0.05)、岗位(OR=0.745,P＜0.05)、在食堂用餐天数(OR=1.685～2.590,P＜0.05)、职工健康知识水平(OR=1.099,P＜0.05)等7个变量为食堂满意度影响因素.广义线性混合模型显示,高水平(单位)常数项估计值为1.138,标准误为0.514,95％CI=0.469～2.760,差异有统计学意义(P＜0.05).说明食堂满意度在单位水平上存在聚集性.且仅有女性(OR=0.780,P＜0.05)、在食堂用餐时间(OR=2.336～2.655,P＜0.05)和膳食知识得分(OR=1.135,P＜0.05)3个变量差异有统计学意义.两种分析方法都有统计学意义的变量为性别、在食堂就餐天数和职工膳食知识得分,且OR值水平接近.结论 处理在高水平上存在聚集性的层次结构数据时,广义线性混合模型比logistic回归更为谨慎和科学.但对差异有统计学意义的变量解释上,两者具有一致性.
更多相关知识
关键词
广义线性混合模型logistic回归层次结构数据Generalized linear mixed modelsLogistic regressionHierarchical structure data
分类号
R181.2（流行病学与防疫）
栏目名称
发布时间
2017-12-22（万方平台首次上网日期，不代表论文的发表时间）
- 浏览177
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
