【正文】
o r r e c tP r e d i c t e dG r o w i n g M e t h o d : C H A I D D e p e n d e n t V a r ia b le : C r e d i t r a t in g 小結(jié): Dependent為分類變量的操作 單擊 OK 選擇 CHAID;單擊 Categories Bad ? Target Output ? Tree Output ? Statistics Output ? Plots 是否需要交叉核實和分開 2樣本核實? 默認:不需要 Criteria? Growth Limits 默認類別分 3層;母結(jié) 100,子結(jié) 50;本例樣本大,調(diào)整為 400, 200 如有過多的 Missing data: 用 CRT or QUEST methods取代 (二)結(jié)果變量是連續(xù)資料 學生壓力的影響因素分析( 61例) 性別:男;女 專業(yè):會計系;注冊會計師系 專業(yè)滿意:很滿意;滿意;一般;不滿意 學業(yè)成績:很好;好;一般;較差 壓力總分: 0~ 18 1. 數(shù)據(jù)文件 2. SPSS過程 單擊 OK 定義變量“性別”、“系” ?Nominal 定義變量“專業(yè)滿意”、“學業(yè)成績” ?Ordinal Growing Method: CRT。 單擊 Criteria Parent Node:20。 Child Node:10 單擊 OK 3. 主要結(jié)果 Parent Node Child Node 模型構(gòu)建的主要參數(shù)如下 ? 應變量為分類資料,選用 Exhaustive CHAID 或 CHAID算法。 ? 拆分及合并的檢驗水準一般設置為 ? 分類樹的最大生長深度定為幾層(默認為 3層,可最多設定 8層)? ? 設定母結(jié)點和子結(jié)點中的最少例數(shù)分別為多少(默認:母結(jié)點 100;子結(jié)點 50)? 知識拓展 對乳腺癌患者死亡的相關(guān)因素進行分類樹分析 主要操作 主要結(jié)果 在 Word中重新繪制的圖形 ≤2 病理腫瘤大小 ( cm) > 2 Node 1 死亡率 % 觀察例數(shù) 326 Node 4 死亡率 % 觀察例數(shù) 89 Node 5 死亡率 % 觀察例數(shù) 86 Node 3 死亡率 % 觀察例數(shù) 439 Node 0 死亡率 % 觀察總例數(shù) 1207 Node 2 死亡率 =% 觀察例數(shù) 267 ≤ ~ ~ > 未檢測 Node 6 死亡率 % 觀察例數(shù) 370 Node 7 死亡率 % 觀察例數(shù) 69 腋下淋巴結(jié)轉(zhuǎn)移個數(shù) 圖 1 乳腺癌患者死亡相關(guān)因素的分類樹結(jié)果 分類樹方法及其結(jié)果的文字描述 ? 方法 ? 結(jié)果 分類樹 方法 的文字描述 采用分類樹分析乳腺癌患者死亡的相關(guān)因素。乳腺癌患者 1207例,因乳腺癌死亡 72例。應變量 Y:乳腺癌死亡( 0:生存; 1:死亡);自變量 X:病理腫瘤大?。?cm)、腋下淋巴結(jié)轉(zhuǎn)移個數(shù)、雌激素受體狀態(tài)(陰性,陽性)、年齡(歲)和生存時間(月)。 用 Exhaustive CHAID法建立模型,用自動法選擇分類樹的深度,母節(jié)( Parent Node)和子節(jié)( Child Node)的最小例數(shù)分別為 100和 50。樹節(jié)拆分及合并的檢驗水準均為 。 分類樹的深度有 2層(圖 1),第 1層為病理腫瘤大小,第 2層為腋下淋巴結(jié)轉(zhuǎn)移個數(shù)。終止節(jié)( Terminal Node)用方框表示,非終止節(jié)用橢圓表示。 病理腫瘤大小與死亡率關(guān)系最密切:在 1cm以內(nèi),乳腺癌患者的死亡率最低( %),在 3cm以上,死亡率最高( %)。 腋下淋巴結(jié)轉(zhuǎn)移個數(shù)也與死亡率有關(guān)聯(lián),而且與病理腫瘤大小存在交互作用。病理腫瘤大小在~ :腋下淋巴結(jié)轉(zhuǎn)移個數(shù)在 2個及以下,死亡率為 %;腋下淋巴結(jié)轉(zhuǎn)移個數(shù)在 2以上,死亡率為 %。 分類樹 結(jié)果 的文字描述 Thank you!