懲罰logistic回歸與多因子降維法交互作用分析及其應(yīng)用.pdf

1、目的：應(yīng)用懲罰logistic回歸模型(Penalized logistic regression，PLR)解決傳統(tǒng)logistic回歸不能分析高階交互作用的問題，并將PLR與現(xiàn)階段國外廣泛用于分析基因—基因、基因—環(huán)境交互作用的多因子降維法(Multifactor dimensionality reduction，MDR)進(jìn)行對比分析，闡明二者在完成交互作用分析時各自的優(yōu)劣勢及其適用條件，為復(fù)雜的生物醫(yī)學(xué)現(xiàn)象交互作用解釋與分析提供合理

2、的方法學(xué)依據(jù)。 方法：介紹MDR分析原理及MDR交互作用分析技術(shù)。介紹懲罰logistic回歸模型與原理。針對傳統(tǒng)Logistic回歸參數(shù)估計中遇到的樣本含量問題，檢測低階、高階交互作用能力問題等進(jìn)行模擬研究，全部過程在R軟件中編程實(shí)現(xiàn)。結(jié)合實(shí)例應(yīng)用，進(jìn)一步對比研究PLR、MDR解決醫(yī)學(xué)應(yīng)用問題，闡明其適用條件以及不同方法分析交互作用的優(yōu)勢。 結(jié)果：模擬研究與實(shí)例分析表明，不同的調(diào)整參數(shù)λ對懲罰logistic回歸模型的

3、分析結(jié)果會產(chǎn)生較大的影響；調(diào)整參數(shù)λ使得統(tǒng)計量C得分最小的模型偏差最小，得到的估計系數(shù)相對較穩(wěn)定，是推薦采納的最佳模型。經(jīng)PLR與LR的對比模擬研究，認(rèn)為PLR偏差更小，得到的模型更穩(wěn)定。尤其在樣本量低于200時，懲罰Logistic回歸模型顯示出了更多的優(yōu)勢。交互作用檢測能力模擬研究顯示，在低維交互作用檢測中，懲罰Logistic回歸表現(xiàn)出MDR無可比擬的優(yōu)越性。在高維或高階交互作用檢測時，MDR和PLR檢測交互作用的能力相近，均能靈

4、敏地檢測出交互作用。即使加入干擾項后，也不會降低其檢測交互作用的能力。MDR對高階交互作用較敏感，能夠檢測出各種類型的交互作用，而懲罰Logistic回歸更適合于相乘模型的交互作用分析。 結(jié)論：懲罰Logistic回歸、MDR與其他方法相比，更能有效得檢測出多因素交互作用的存在。本文經(jīng)過模擬研究與實(shí)例分析得出如下結(jié)論：(1)當(dāng)樣本含量較小時傳統(tǒng)Logistic回歸估計結(jié)果欠穩(wěn)定；樣本量低于200時，懲罰Logistic回歸更具優(yōu)