风暴统计平台上线广义线性模型--负二项回归、泊松回归等8种回归，快速形成三线表

广义线性模型（generalized linear model, GLM）是一种灵活的统计模型框架。

它扩展了传统线性模型，将因变量分布从正态扩展到指数族分布，以适应各种不同的数据分布和类型。

包括二项分布、泊松分布、伽马分布、逆高斯分布等，同一套理论框架可以处理连续、分类或离散型等多种类型的数据。

但R语言实现广义线性模型并不容易，因此，郑老师团队风暴统计平台【Zstats高级版】上线了广义线性模型这个模块。

功能基于R语言开发，但是相较于R语言更加方便，也更加直观，省时省力，绝对好用，小白也能轻松上手的程度，欢迎诸位使用！

我们在线分析平台的网址如下：

直达链接：https://www.medsta.cn/software

（或者底部“阅读原文”即可，直达官网）

Zstats高级版：广义线性模型

一起来看看郑老师团队风暴统计高级版上线的广义线性模型可以实现哪些功能吧！

下面是我们广义线性模型的分析界面，同样整合了数据整理，数据描述以及差异性分析，不需要切换界面即可实现全流程的分析，非常方便。

针对广义线性模型的分析功能，诸位可以根据因变量的不同类型，不同分布，选择合适的回归模型。包括：

• 线性回归：因变量为连续变量（可正/可负）、正态或近似正态分布

• Logistic回归：因变量为二分类变量（0,1）、二项分布

• Probit回归：因变量为二分类变量（0,1）、二项分布

• 修正泊松回归：因变量为二分类变量（0,1），事件发生率较高（＞10％）推荐使用修正泊松回归
  

• 负二项回归：因变量为计数数据（非负整数，如疾病复发次数、交通事故次数等），存在过度离散（数据的方差明显大于均值，即过离散）

• 伽马回归：因变量为连续型正变量（非负数），且呈右偏态分布，常用于住院时长、成本数据

• 多分类logistic回归：因变量为无序多分类变量，具有三个或更多类别，且这些类别之间不存在自然的顺序或等级关系时（如疾病亚型分类：A型、B型、C型疾病）

• 有序logistic回归：因变量为有序多分类变量（如疾病严重程度：轻度、中度、重度；满意度等级：非常不满意、不满意、一般、满意、非常满意）

8种回归方法均可零代码使用，非常方便。

当你选择回归类型是，下方也会提示因变量的类型和要求。

以修正泊松回归为例，导入数据后，与普通回归做法类似。

①选择回归类型：修正泊松回归

②选择二分类因变量

③选择自变量

④设置模型自变量筛选：单因素分析P值<0.05时纳入开展多因素回归

⑤选择是否开展逐步回归分析

⑥点击分析即可

点击分析后，右侧直接展示修正泊松回归结果，直接估计相对风险（RR），且单因素、多因素回归结果均整理成为可以直接放进论文中的发表级三线表格式。

单因素回归结果：

多因素回归结果：

回归结果可直接下载word三线表，也可下载excel格式，诸位自行选择即可。

另外，平台还会展示R语言输出的原始结果。还有共线性诊断结果、回归残差分析图以及模型诊断结果。

1.共线性诊断结果，如何选择评价指标也给了大家提示：

2.回归残差分析图：

对于回归残差分析图还设置了图片下载选项，各种格式和尺寸均能满足，直接下载高清图片。

3.模型诊断结果，主要有模型拟合优度检验结果和过离散检验结果：

8种回归方法的操作均如同修正泊松回归一般。大家可以理解、会使用即可，统计原理和R代码都由郑老师和统计团队把关！

欢迎使用浙中医郑老师开发的风暴统计在线平台！

我们在线分析平台的网址如下：

https://www.medsta.cn/software

（或者底部“阅读原文”即可，直达官网）

风暴统计 Zstats 高级版，让你的科研效率直接翻倍，轻松掌握高级统计分析方法，产出高质量成果！