SPSS：配对logistic回归分析

　　一、概述

　　对病例和对照进行配比能控制影响实验效应的主要非处理因素，可以提高统计分析的效能，可分为1:1，1:n，m:n配对。SPSS中未提供专用的配对logistic回归的功能，通过变换，可以使用其他方法进行分析，常用的就是带有分层的Cox回归模型。

　　给每一条记录一个虚拟的生存时间，一般默认病例组的生存时间较对照组短，病例算事件发生，对照算作删失，把配对因素算作分层因素，消除配对因素的影响。

　　二、例题

　　调查某地65岁居民发生严重感冒的情况，根据性别、年龄每个病例配两个对照，研究目的是分析注射疫苗和肺部疾病与患严重感冒之间的关系。

　　相关变量级取值如下：

　　id：配对的对子号。

　　outcome：虚拟的生存时间，病例取值为1，对照取值为2。(也可以取其他值，如1，100，只要对照大于病例的生存时间即可)。

　　lung：是否患肺部疾病，1代表有，0代表无。

　　vaccine：是否注射疫苗，1代表是，0代表否。

　　status：虚拟生存状态变量，病例组全为1，代表事件发生，对照组全为0，代表删失。

　　三、操作步骤

　　本例与普通Cox模型操作相同，只需要将id作为分层变量选入模型即可。

　　变量视图：

　　数据视图：

　　主对话框：

　　结果输出：

　　结果的解释同logistic回归