2023年郑老师多门科研统计课程：多次直播，含孟德尔随机化方法    

在医学科研、特别是观察性研究领域，无论是现况调查、病例对照研究、还是队列研究，经常遇到二分类指标，大家也都知道使用logistic开展回归分析，使用先单后多法来筛选自变量。

实际中，许多人习惯性使用SPSS进行回归分析，但是SPSS无法使单因素结果与多因素结果在同一张表格中，手动绘制三线表既费时又费力。而R语言虽然可以解决以上难点但具有一定的门槛，因此，这里结合一篇文献与实操案例为大家介绍一个智能在线免费统计分析平台——风暴统计。

一、实操数据介绍

这里我们使用的是R语言自带数据集MASS中的birthwt，birthwt是一份与婴儿出生体重低相关的危险因素数据，其中包含的变量见下表，根据研究设计，以“low”作为结局变量。

二、风暴统计智能在线免费平台复现

（1）进入风暴统计网站的“风暴智能统计”模块，点击“logistic回归分析”

（2）导入数据，目前支持10M以内的csv格式。数据导入前如需进行预处理的（如：定量数据转分类数据、多分类转二分类、打标签等），推荐用SPSS进行操作，具体详见下方文章：

如何结合SPSS与在线统计分析平台来撰写论文？

（4）指定因变量与自变量的变量类型

（5）指定logistic回归方式

这里选用先单后多的筛选方式，这个方法比较传统也是大家习惯性用的比较多的，P值的限定大家可以根据自己的研究设计，选择0.05、0.1、0.2。

（6）导出word版三线表结果

风暴统计结果结果展示如下，直接生成word版三线表，高效快速！

三、R语言软件复现

这里采用autoReg包，autoReg包是一款功能十分强大的R包，不仅可以快捷完成基线表的制作，还可以直接一行代码输出回归分析（支持线性模型、广义线性模型和比例风险模型）的表格。

（1）logistic回归模型构建

使用glm() 函数构建回归模型，glm(y~x1＋x2＋x3＋x4＋x......,data=数据集名，family="binomial")，指定因变量与自变量，设置数据集名。

logfit<-glm(low ~ age + lwt + race + smoke + ptd + ht + ui + ftv,data=bwt,family = "binomial")

summary(logfit)

此处参数family规定了回归模型的类型:family="binomial"指适用于二元离散因变量(binary)。

（2）先单后多

logreg3<-autoReg(logfit,uni=TRUE,threshold=0.05)

logreg3

logtable3<-myft(logreg3)

四、总结

通过对比，风暴统计与R语言先单后多的分析结果完全一致，风暴统计对于P值还有单独成列，结果更加清晰直观，大家也可以来试一试哦！