NHANES數(shù)據(jù)庫介紹及使用(六)-幾步學(xué)會回歸

在繁雜的現(xiàn)場工作中找到片刻閑暇時間,加之最近又有讀者問起,便繼續(xù)更新之前的教程,希望能對大家有所幫助冠摄。本次主要分享的是線性回歸以及l(fā)ogistic回歸的內(nèi)容~

1. 線性回歸
按以往慣例,還是以官方教程提供的數(shù)據(jù)和代碼為參考几缭,采用的dataset與之前教程一致河泳,就不再放鏈接了,直接上代碼和結(jié)果

  • SAS代碼 (主要就是變量的重新賦值年栓,為之后校正混雜因素等做好準(zhǔn)備)
data analysis_data_1;  
set analysis_data;
if ridstatr=2; *all mec exam data;

/*set don't know and refused (7,9) to missing*/
if dmdeduc>3 then dmdeduc=.;

/*define smokers*/
if smq020 eq 2 then smoker=1;
else if smq020 eq 1 and smq040 eq 3 then smoker=2;
else if smq020 eq 1 and smq040 in(1,2) then smoker=3;

/*for input to SAS PROC SURVEYREG - recode gender so that men is the reference group*/
if riagendr eq 1 then sex=2;
else if riagendr eq 2 then sex=1;

/*for input to SAS PROC SURVEYREG - recode race/ethnicity so that non-Hispanic white is the reference group*/
ethn=ridreth1;
if ridreth1 eq 3 then ethn=5;
else if ridreth1 eq 4 then ethn=2;
else if ridreth1 eq 2 then ethn=3;
else if ridreth1 eq 5 then ethn=4;

if 0 le bmxbmi lt 18.5 then bmicatf=1; 
else if 18.5 le bmxbmi lt 25 then bmicatf=4; 
else if 25 le bmxbmi lt 30 then bmicatf=2; 
else if bmxbmi ge 30 then bmicatf=3; 

if 0 le bmxbmi lt 18.5 then bmicat=1; 
else if 18.5 le bmxbmi lt 25 then bmicat=2; 
else if 25 le bmxbmi lt 30 then bmicat=3; 
else if bmxbmi ge 30 then bmicat=4; 

if (lbdhdl^=. and riagendr^=. and  ridreth1^=. and smoker^=. and dmdeduc^=. and bmxbmi^=.)and wtmec4yr>0
   and (ridageyr>=20) then eligible=1;  *else eligible=2;

run;
  • SAS代碼 (簡單線性回歸以及多元線性回歸)
/*簡單線性回歸*/
PROC SURVEYREG data=analysis_data_1 nomcar;
STRATA sdmvstra;
CLUSTER sdmvpsu;
WEIGHT wtmec4yr;
MODEL  lbdhdl= bmxbmi/CLPARM  vadjust=none;
DOMAIN eligible;
run; 
/*多元線性回歸*/
PROC SURVEYREG data=analysis_data_1 nomcar;
STRATA sdmvstra;
CLUSTER sdmvpsu;
WEIGHT wtmec4yr;
CLASS  sex ethn smoker dmdeduc bmicatf;
DOMAIN eligible;
MODEL  lbdhdl= sex ethn ridageyr smoker dmdeduc smoker bmicatf/CLPARM solution vadjust=none;
run; 
  • 結(jié)果展示


    簡單線性回歸結(jié)果

    多元線性回歸結(jié)果

2.logistic回歸

  • SAS代碼 (主要就是變量的重新賦值拆挥,為之后校正混雜因素等做好準(zhǔn)備)
data analysis_data_1;
    set analysis_data;
    if ridstatr=2; *all mec examined data;

   if ridageyr >= 20 then sel=1; *else sel=2;

*create an indicator of hypertension based on blood pressure and medication;
    if (bpxsar >= 140 or bpxdar >= 90 or bpq050a = 1) then Hyper = 1;
    else if (bpxsar ne . and bpxdar ne .) then Hyper = 0;

*create an indicator of high cholesterol based on total cholesterol and medication;
    if (lbxtc>=240 or bpq100d = 1) then HiChol = 1;
    else if (lbxtc ne . ) then HiChol = 0;

    *create bmi groups;
    if 0<=bmxbmi<25 then bmigrp=1;
    else if 25<=bmxbmi<30 then bmigrp=2;
    else if bmxbmi>=30 then bmigrp=3;

    *create age groups;
    if 20<=ridageyr<40 then age=1;
    else if 40<=ridageyr<60 then age=2;
    else if ridageyr>=60 then age=3;

    *create log of fasting triglycerides;
    logtrig=log(lbxtr);

run;
  • SAS代碼 (多元logistic回歸)
PROC SURVEYLOGISTIC DATA = Analysis_Data_1 nomcar; /* can add "noprint" option to suppress printing if using ods statement*/
STRATA sdmvstra;
CLUSTER sdmvpsu;
WEIGHT wtsaf4yr;
DOMAIN  sel;
CLASS age (PARAM=REF REF="2") 
      riagendr (PARAM=REF REF="2") 
      hichol (PARAM=REF REF="1") 
      bmigrp (PARAM=REF REF="2"); /*分別以2組和1組作為對照組*/
MODEL hyper (desc)=age riagendr hichol bmigrp logtrig/clparm vadjust=none;
run;
  • 結(jié)果展示


  • 一點總結(jié)
    總體而言,演示程序并不復(fù)雜某抓,完成前期的賦值竿刁,之后帶入模型即可。但是程序中仍有可學(xué)習(xí)的地方搪缨,比如是否患高血壓的賦值食拜,滿足收縮壓>140mmHg或者舒張壓>90mmHg或者服用高血壓藥物;通過lbdhdl^=.來排除缺失值副编,篩選最后需要的人群


4. 參考內(nèi)容

https://wwwn.cdc.gov/nchs/nhanes/tutorials/samplecode.aspx

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末负甸,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌呻待,老刑警劉巖打月,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蚕捉,居然都是意外死亡奏篙,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進(jìn)店門迫淹,熙熙樓的掌柜王于貴愁眉苦臉地迎上來秘通,“玉大人,你說我怎么就攤上這事敛熬》蜗。” “怎么了?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵应民,是天一觀的道長话原。 經(jīng)常有香客問我,道長诲锹,這世上最難降的妖魔是什么繁仁? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮归园,結(jié)果婚禮上黄虱,老公的妹妹穿的比我還像新娘。我一直安慰自己蔓倍,他們只是感情好悬钳,可當(dāng)我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布盐捷。 她就那樣靜靜地躺著偶翅,像睡著了一般。 火紅的嫁衣襯著肌膚如雪碉渡。 梳的紋絲不亂的頭發(fā)上聚谁,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天,我揣著相機與錄音滞诺,去河邊找鬼形导。 笑死,一個胖子當(dāng)著我的面吹牛习霹,可吹牛的內(nèi)容都是我干的朵耕。 我是一名探鬼主播,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼淋叶,長吁一口氣:“原來是場噩夢啊……” “哼阎曹!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤处嫌,失蹤者是張志新(化名)和其女友劉穎栅贴,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體熏迹,經(jīng)...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡檐薯,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,877評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了注暗。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片坛缕。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖友存,靈堂內(nèi)的尸體忽然破棺而出祷膳,到底是詐尸還是另有隱情,我是刑警寧澤屡立,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布直晨,位于F島的核電站,受9級特大地震影響膨俐,放射性物質(zhì)發(fā)生泄漏勇皇。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一焚刺、第九天 我趴在偏房一處隱蔽的房頂上張望敛摘。 院中可真熱鬧,春花似錦乳愉、人聲如沸兄淫。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽捕虽。三九已至,卻和暖如春坡脐,著一層夾襖步出監(jiān)牢的瞬間泄私,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工备闲, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留晌端,地道東北人。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓恬砂,卻偏偏與公主長得像咧纠,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子泻骤,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,700評論 2 345