负二项回归分析结果解读：过度离散计数数据建模

负二项回归结果解读一、方法概述负二项回归Negative Binomial Regression是处理计数数据中过离散问题的重要统计方法。在计数数据分析中Poisson回归要求因变量的均值等于方差等离散性但实际数据中往往存在方差大于均值的过离散现象。当Poisson回归的等离散假设不成立时负二项回归通过引入一个额外的离散参数形状参数允许方差大于均值从而更灵活地拟合实际数据提供更准确的参数估计和统计推断。负二项回归在医学研究如疾病发作次数、住院天数、流行病学如感染事件计数、保险理赔如索赔次数以及工业质量控制如缺陷数等领域具有广泛应用。本研究使用SPSSAU软件进行负二项回归分析以x1、x2、x3为自变量y为因变量系统评估各因素对计数型因变量的影响并通过过离散检验验证负二项回归模型的适用性。在SPSSAU【实验/医学研究】模块选择【负二项回归】将变量拖拽至右侧对应分析框操作如下图二、模型整体有效性检验首先对负二项回归模型的整体有效性进行似然比检验。该检验的原假设为是否放入自变量x1、x2、x3两种情况下模型质量均相同。检验结果如表1所示。由表1可知最终模型的-2倍对数似然值为894.761较仅截距模型的978.263下降了83.502。似然比检验的卡方值为83.502df3对应的p值为0.000小于0.01的显著性水平。因此拒绝原假设表明纳入的自变量x1、x2、x3对模型具有显著贡献模型构建具有统计学意义。最终模型的AIC值为902.761可用于与其他模型的比较。三、样本缺失情况对进入模型的样本情况进行说明结果如表2所示。由表2可知本次分析共有280个有效样本进入模型无缺失数据被排除样本利用率为100%。四、负二项回归分析结果以x1、x2、x3为自变量y为因变量进行负二项回归分析结果如表3所示。模型的McFadden R方为0.085。模型公式为Log(Y) -7.083 0.557*x1 0.374*x2 - 0.105*x3 ln(base_n)。备注因变量yMcFadden R方0.085由表3可知各自变量对因变量y的影响情况如下1x1的回归系数为0.557在0.01水平上显著z6.702p0.000OR值为1.74695% CI1.483~2.055表明x1每增加一个单位y的期望发生次数增加为原来的1.746倍。x1对y具有显著的正向影响关系是最重要的影响因素。2x2的回归系数为0.374在0.01水平上显著z4.661p0.000OR值为1.45395% CI1.242~1.700表明x2每增加一个单位y的期望发生次数增加为原来的1.453倍。x2对y同样具有显著的正向影响关系。3x3的回归系数为-0.105但未达到显著性水平z-1.263p0.2070.05OR值为0.90095% CI0.765~1.060置信区间包含1表明x3对y不具有显著的影响关系。* p0.05 ** p0.01 括号里面为z值图1 负二项回归森林图由图1森林图可知x1和x2的OR值及其95%置信区间均位于参考线1的右侧表明二者对y具有正向促进作用且置信区间均未跨越参考线1效应具有统计学显著性。x3的OR值0.900的95%置信区间0.765~1.060跨越参考线1表明x3的效应不具有统计学显著性与回归分析结果一致。森林图直观展示了各变量的效应大小、方向及精确度。五、过离散检验过离散O检验用于判断数据是否适合使用负二项回归相对于Poisson回归。检验结果如表5所示。由表5可知因变量y的平均值为1.657方差为5.086方差约为均值的3.07倍存在明显的过离散现象。O检验的O值为24.441其绝对值远大于临界值1.96对应p值为0.000p0.01表明数据存在极其显著的过离散问题。这一结果充分验证了使用负二项回归而非Poisson回归的合理性和必要性因为Poisson回归在过离散情况下会产生偏低的標準误和偏高的检验统计量导致统计推断不可靠。六、综合分析与讨论综合以上分析结果本研究基于280个有效样本利用SPSSAU软件进行负二项回归分析。过离散O检验结果O24.441p0.001证实数据存在显著的过离散现象验证了选择负二项回归模型的合理性。模型似然比检验结果表明模型整体有效chi283.502p0.001McFadden R方为0.085。分析结果显示x1和x2对y产生显著的正向影响OR值分别为1.746和1.453而x3对y不具有显著影响OR0.900p0.207。七、结论本研究利用SPSSAU软件进行负二项回归分析基于280个有效样本探讨x1、x2、x3对计数型因变量y的影响。过离散O检验证实数据存在显著的过离散现象O24.441p0.001验证了负二项回归模型的适用性。模型似然比检验结果表明模型整体有效chi283.502p0.001。分析结果显示x1和x2对y产生显著的正向影响OR值分别为1.746和1.453p均0.01而x3对y不具有显著影响OR0.900p0.207。负二项回归有效处理了数据的过离散问题为研究结论提供了稳健的统计支持。