"匯東華-認真作好每件事"
~統計，不再是阻力，而是助力~

Q：有同學問SPSS 的logistic regression結果age（X）=連續性變數對死亡(Y)=二分類變數的結果要如何解釋呢？

短網址：https://pse.is/62bn7x

方程式中的變數
		B	S.E.	Wald	自由度	顯著性	Exp(B)	EXP(B) 的 95% 信賴區間
								下限	上限
步驟 1^a	*Age	-.004	.003	1.934	1	.164	.996	.990	1.002
	常數	.657	.203	10.429	1	.001	1.928

結果詳細說明

匯東華統計顧問有限公司陳秀敏博士

迴歸係數（B）表示年齡對死亡的影響。在本例子中，年齡的迴歸係數 B = -0.004。 S.E.（標準誤）：迴歸係數的標準誤。在本例中，標準誤 = 0.003。在此類型的統計分析方法中，迴歸係數並非我們要擷取及解釋之重點。

Wald檢驗：該統計量用來檢定迴歸係數是否顯著。在本例中，Wald值 = 1.934，自由度 df = 1，顯著性水準（Sig.） p = 0.164 > 0.05，表示年齡對死亡的影響在統計上不顯著。

Exp(B)（勝算比，Odds Ratio，OR）：此為迴歸係數的指數，即OR值，表示年齡每增加一單位，死亡的勝算變化多少。在本例中，Exp(B) = 0.996，表示年齡每增加1歲，死亡的勝算比約為0.996，降低0.4%，非常小。且效果量OR值十分接近1。EXP(B) 的 95% 信賴區間：這是勝算比的95%信賴區間。在本例中，下限 = 0.990，上限 = 1.002。跨過無效值1。

從上述結果可看出，年齡對死亡的影響不顯著（p值 = 0.164 > 0.05），或從其OR之95%信賴區間跨過1也可得到同樣的結果。亦即，在本研究中，年齡非影響死亡的重要因素。

再複習一次，

迴歸係數 B = -0.004 表示年齡每增加一歲，死亡的“對數”勝算（log odds）會減少0.004，但影響在統計上不顯著。而Exp(B)（Odds Ratio, OR）= 0.996，表年齡每增加一歲，死亡的勝算比大約是0.996，亦即下降0.4%，表示年齡增加與死亡間存在微弱的負相關，但此結果並不顯著。由 p = 0.164 > 0.05 或 95%信賴區間跨過1可知。

舉例說明，

假設有兩個人A和B，A的年齡是50歲，B的年齡是51歲。我們可以使用勝算比對此兩人進行發生死亡勝算的比較： Odds(B) = 0.996 × Odds(A)

在Exp(B) = 0.996 下，若A的死亡風險的勝算是 p/(1−p)。則B的死亡風險的勝算將是 0.996 × (p/(1−p))。

由於勝算比接近1且不顯著，我們可以說年齡在本研究中對死亡的影響非常小，幾乎可以忽略不計。

需注意的是，勝算比（OR）能夠幫助我們理解變量（如年齡）變化時，事件（如死亡）發生的勝算變化，但不能直接代表事件的風險（即機率）。應該謹慎解釋OR，以免誤導。

相關線上課程：小白的醫學統計必修課(下)

相關實體課程：A02-SPSS實戰課程：醫學應用統計與存活分析