交互作用解析计划

1、交互作用分析计划交互作用分析计划5/5交互作用分析计划一、交互作用的见解简单地说，交互作用指当两个要素都存在时，它们的作用大于（共同）或小于（拮抗）各自作用的和。要理解交互作用第一要差异于混淆作用。混淆作用以抽烟（SMK）和喝酒（ALH）对缩短压（SBP）的影响为例，能够成立以下二个模型：模型1：SBP=0+2SMK模型2：SBP=0+1ALH+2SMK假定从模型1预计的SMK的作用为2，从模型2预计的SMK的作用为2。如抽烟与喝酒相关（假定抽烟者也多喝酒），并且喝酒与血压相关，这时能够设想两种可能：1.制了抽烟与血压没关，但由于喝酒的原由，模型ALH的作用后，SMK的作用2将不明显。1中的2

2、会明显，而模型2控2.2预计的抽烟与血压相关，模型2是控制了ALH的作用后1中预计的SMK的作用2一部分归功于喝酒，模型SMK的作用，所以2不等于2。能否是2不等于2混淆作用。就意味着有交互作用呢？不是的，这但是意味着2中有喝酒的那么什么是交互作用呢？依据抽烟与喝酒将研究对象分红四组，各组SBP的均数可用下表表示：不喝酒喝酒不抽烟00+1抽烟0+20+1+2+12抽烟与喝酒对SBP的影响,有无交互作用反应在12上，查验12能否等于零就是查验抽烟与喝酒对SBP的影响有无交互作用。而上边的模型2是假定12等于零所做的回归方程。交互作用的理解看上去很简单，但需要意识到的是交互作用的谈论与作用的丈量方

3、法相关。以高血压发病率为例，看抽烟与喝酒对高血压发病率的影响就有两种状况。、相加模型：不喝酒喝酒不抽烟I0I+Ia0抽烟I0+IsI0+Ia+Is+Isa、相乘模型：不喝酒喝酒不抽烟I0I*A0抽烟I0*SI*S*A*B0相加模型查验Isa能否等于零，相乘模型查验B能否等于1，能够想象Isa等于零时B不用然等于1，所以会出现按不同样的模型查验得出的结论不同样。在报告交互作用查验结果时，要清楚所用的是什么模型。一般的线性回归的回归系数直接反应应变量的变化，是相加模型，而Logistic回归的回归系数反应比值比的变化，属相乘模型。二、交互作用的查验交互作用查验有两种方法，一是对交互作用项回归系数的

4、查验（Waldtest）,二是比较两个回归模型，一个有交互作用项，另一个没有交互作用项，用似然比查验。本系统采纳似然比查验（Loglikelihoodratiotest）方法。如以抽烟与喝酒两个两分类变量为例，能够形成回归方程：方程1：F（Y）=0+1ALH+2SMK+12SMK*ALH计算该方程似然数（likelihood），似然数表示按得出的模型抽样，获取所察看的样本的概率。它是一个很小的数，所以一般取对数表示，即Loglikelihood，似然数能够简单地理解为拟合度。假如我们假定抽烟与喝酒无交互作用，12等于零，则方程为：方程2：F（Y）=0+1ALH+2SMK假如方程1和方程2获取的

5、似然数没有明显差异，表示12是节余的，或许说12与零无明显性差异，抽烟与喝酒对f（Y）无交互作用。反之，抽烟与喝酒对f（Y）有交互作用。三、交互作用分析交互作用分析也能够理解为，在分层分析基础上对分层变量的不同样层级水平上，危险要素对结果变量的作用的回归系数差异进行统计学查验。如上表中能够看出，在不抽烟组，喝酒的作用是1，在抽烟组中喝酒的作用是1+12，如12=0则表示喝酒的作用在抽烟组与不抽烟组都同样。分析交互作用主要回答的问题是：有哪些要素影响危陡峭素（X）与结果变量（Y）的关系”？有没有效应修饰因子？参看流行病学假定检验的思路。发现效应修饰因子对助于我们进一步理解危陡峭素对结果变量的作用

6、通路。危陡峭素能够是连续性变量，也能够是分种类变量。本系统多要分析的可能的效应修饰因子限于分种类变量。系统将自动检测结局变量的种类（如两分类变量、连续变量），再自动默认选择适合的回归模型（如Logistic回归或线性回归模型）。用户能够对散布种类和联系函数自行定义。用户能够定义表格输出格式，包含要报告的结果、队列编排、小数点地点等。假如危陡峭素是分种类变量，系统将：1.列出危陡峭素与效应修饰因子的每种层级组合（结合亚组），如危陡峭素分3组，效应修饰因子分2组，结合亚组就有6组。2.假如结果是一个连续性的变量，统计每个结合亚组内结果变量的均数与标准差；假如结果是一个二分类的变量，统计频数(百分数

7、)。3.运转两种回归模型：A和B模型A按结合亚组生成指示变量，放入模型中（若有6个结合亚组，把一组作为参照组，放入5个指示变量于模型中）；模型B不考虑危陡峭素与效应修饰因子的联合，分别产生指示变量放入模型中，如危陡峭素分3组，把一组作为参照，放入2个指示变量于模型中，效应修饰因子分2组，一组为参照，放入一个指示变量于模型中，共3个指示变量。此后进行似然比查验比较模型A与模型B，报告P值，即交互作用的P值。假如危陡峭素是连续性变量，系统将：1.运转两种回归模型：A和B。模型A按效应修饰因子的每个层级产生危陡峭素参数。如效应修饰因子为SMK分2组（抽烟与不抽烟），危陡峭素为BMI（体重指数），产生

8、2个BMI（BMI1与BMI2），当SMK=0（不抽烟）时，BMI1=BMI，BMI2=0；当SMK=1(抽烟)时，BMI2=BMI，BMI1=0。把BMI1与BMI2同时放入模型中。模型B只有一个危陡峭素参数。此后进行似然比查验比较模A与模型B，报告P值，即交互作用的P值。系统将自动检测结局变量的种类（如两分类变量、连续变量），再自动默认选择适合的回归模型（如Logistic回归或线性回归模型）。用户能够对散布种类和联系函数自行定义。用户能够定义表格输出格式，包含要报告的结果、队列编排、小数点地点等。例1：输出结果：交互作用查验抽烟-N否是共计交互作用的P值性别=男一秒肺活量366,最大肺活量366,性别=女一秒肺活量364,最大肺活量364,共计一秒肺活量730,最大肺活量730,回归系数（95%可信区间）p值/比值比/危险度比（95%可信区间）p