夜雨聆风
LogisticApp-变量基础筛选介绍-最优子集回归
logisticApp软件获取
医学科研设计、统计分析、SCI解读
添加微信859929351
服务范围：临床研究设计、统计方法选择与验证、SCI图表解读与撰写支持
精通 SPSS、STATA、SAS、R、GraphPad Prism 等多种医学统计软件，提供全流程统计分析支持！可覆盖各类医学领域 SCI 研究 / 二次分析，从「样本量估算→统计模型构建→混杂因素校正→敏感性验证→图表可视化→异质性 / 稳健性分析」一站式助力，擅长破解「复杂数据混杂」「非正态变量处理」「多中心效应控制」等统计难题，精准拆解 SCI 文献统计逻辑，助力高效吃透研究设计与结果解读，加速高分医学 SCI 产出！
文末联合清华大学出版社，赠送图书福利
最优子集回归模块支持自定义全子集分析，并提取所有模型的AIC、BIC、AUC、HL拟合优度P值等指标。
最优子集回归操作及结果呈现
-
分层变量：此处不需要，可不选； -
因变量：二分类变量，比如发病与否，生存与否； -
结局事件：指定因变量中发生结局事件的值，默认第二水平。 -
连续自变量：比如身高、体重等； -
分类自变量：比如性别、学历； -
点击提交：输出结果 
-
变量数：定义自变量数量固定的模型。例如你一共选了 10 个候选变量，将数值设为 5，系统就只展示恰好包含 5 个自变量的回归模型； -
包含：精准锁定模型，只展示必须带有你指定的某个 / 某些自变量的回归结果； -
参考水平：分类变量自动默认第一水平为参照，支持手动自定义修改参考组别。；
-
小数位数设置：自由设置回归结果的小数保留位数； -
详细设置中已预设最优选择，也可自定义修改 
🧠 手动选择统计算法
-
底层基于 R 语言 leaps 包（v4.5.1）核心函数 regsubsets() 进行全量子集筛选，结合 stats 包（v4.5.1）glm()（设置 family = binomial()）构建 Logistic 回归模型，采用最大似然估计法拟合各子集模型参数，通过 summary() 函数提取各模型的 AIC、BIC、AUC、HL_Pvalue 等综合评价指标，自动完成1023 种变量组合模型的批量拟合与性能排序，结果符合临床研究统计学规范，可直接用于论文方法学溯源。
-
最优子集回归：系统自动枚举所有可能的变量组合，生成全部候选模型集合；并依据 AIC（赤池信息准则）、BIC（贝叶斯信息准则）、AUC（受试者工作特征曲线下面积）、HL_Pvalue（Hosmer-Lemeshow 检验 P 值） 四大核心指标对模型进行综合评分，自动筛选出 “拟合优度最优 + 变量复杂度最优” 的子集模型，实现从 “全变量模型” 到 “精简预测模型” 的自动化优选。
📌 模型优选与对比能力
-
全组合枚举：支持从指定数量的自变量中，自动组合生成所有可能的回归模型（如 10 个自变量可生成 1023 个模型），覆盖从 1 变量到全变量的全部场景，避免人工筛选遗漏最优组合。
-
多准则综合评价：同时输出 AIC、BIC、AUC、HL_Pvalue 四项指标，AIC/BIC 值越小、AUC 值越大、HL_Pvalue>0.05，代表模型拟合优度与校准度越佳；系统自动排序并展示 Top 最优模型，便于快速定位最佳变量组合。
-
自定义变量锁定：支持指定固定变量数（如只保留 3-5 个变量的精简模型）或强制包含特定变量（如必须包含临床意义明确的核心指标），精准筛选符合研究需求的最优子集。
📋 专业结果输出
-
生成最优子集分析三线表：包含模型 ID、AIC、BIC、AUC、HL_Pvalue、变量数、模型公式（Formula），按 AUC 或 AIC 降序排列，红色高亮标记 Top 最优模型，直接适配医学论文模型选择与变量筛选表格规范。
-
方法说明：明确标注模型类型（最优子集 Logistic 回归）、变量组合枚举规则（全组合穷举法）、模型评价准则（AIC/BIC/AUC/HL_Pvalue）、参数估计方法（最大似然估计），便于论文方法学部分直接引用。
-
解读指南：指导用户通过 AIC/BIC 判断模型复杂度与拟合优度、AUC 判断模型区分能力、HL_Pvalue 判断模型校准度；结合研究需求选择 “变量少且性能优” 的最优模型，避免过度拟合，同时说明子集分析需结合临床专业验证，确保模型实用性。
📋 高效便捷操作
-
支持一键下载三线表 / 复制结果，直接粘贴到论文、汇报 PPT，大幅提升科研效率。
-
界面直观友好，无需编写代码，点击即可完成全组合模型拟合与多准则优选，显著降低医学科研人员的统计操作门槛。
福利赠送
公众号spss1949内回复
20251028
20251127
赠送清华大学出版社图书资源
《GraphPad Prism 统计分析与科技绘图》
出版社：清华大学出版社
出版时间：2025年6月第1版
核心亮点：52个典型案例+11小时配套视频+100余种图形实战+9大统计模块，零基础也能精通GraphPad Prism
《R语言临床预测模型实战》
出版社：清华大学出版社
出版时间：2025年12月第1版
核心亮点：本书聚焦临床预测模型的核心流程，从模型构建、变量筛选，到模型评价、验证，全程结合R语言实战案例，涵盖临床研究中最常用的回归模型与机器学习方法。所有代码可直接复制运行，配套完整数据集，让零基础也能快速上手临床预测模型研究！