熱線電話：13121318867

登錄
首頁精彩閱讀Stata實例教程:泊松回歸
Stata實例教程:泊松回歸
2017-06-12
收藏

Stata實例教程:泊松回歸

泊松回歸主要適用于罕見結局發生率的分析，其數據特征一般為：發生率的分母相對于分子較大，或者事件發生于有限的時間、空間上。事件發生數量可以近似為服從泊松分布。常見的例子如，士兵意外死亡數量、電話撥打錯誤的數量、罕見疾病的發病率等。

在臨床研究中泊松回歸常用于隊列研究。如下面的例子（表1）：

表1. 隊列研究實例

該研究為一個隊列研究，目的是探討吸煙是否增加人群的死亡風險。Deaths代表死亡人數，person-years代表隨訪人年數。

下面利用上例數據介紹如何利用Stata進行泊松回歸。

首先數據格式應為下表（表2）所示：

表2. 數據結構

操作步驟

1.在Stata中依次點擊Statistics—Count outcomes—Poisson regression，調出對話框。

在Dependent中選入deaths變量（發病率的分子），Exposure variable中選入pyears變量（發病率的分母），Independent variables選入smokes變量，另外還需選入agecat變量，該變量為分類變量，需寫成i.agecat形式告訴軟件agecat為分類形式。

在reporting部分選擇Report incidence-rate ratios，這樣軟件給出的是系數的指數形式，即我們所需要的incidence-rate ratio（IRR）。

最后界面如下：

Reporting處的設置如下：

2.最后點擊OK。

也可以不通過菜單直接輸入命令：

poisson deaths smokes i.agecat, exposure(pyears) irr

分析結果如下：

從結果可以看到，吸煙者相對于不吸煙者，發生死亡的風險為1.43倍（P=0.001），45歲以上各年齡組的死亡風險均高于35-44歲年齡組（P值均<0.001），且年齡越大的組死亡風險越高。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據結構 泊松分布 數據格式 特征

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇回歸系列（一）| 怎樣正確地理解線性回歸
下一篇2020美國總統競選大戲開鑼，川普當選的奇跡會再發生嗎？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢