醫療類國考
113年
[物理治療師] 物理治療學概論
第 56 題
有一研究招募100位上班族，以問卷詢問每天平均使用電腦的時間，以及是否有肩頸痠痛的問題。下列資料分析方式何者最適合了解使用電腦時間是否是造成有無肩頸痠痛的危險因子？
- A 獨立T檢定（independent t-test）
- B 配對T檢定（paired t-test）
- C 羅吉斯迴歸分析（logistic regression）
- D 複迴歸分析（multiple linear regression）
思路引導 VIP
同學，請先釐清本研究中的「依變項」（Dependent Variable）屬於何種資料尺度？當我們想要探討自變項如何影響一個「二分名目變數」（Dichotomous variable，如：有無痠痛）的發生機率時，哪一種統計模型能有效處理機率值介於 $[0, 1]$ 之間的問題，並常被用於計算勝算比（Odds Ratio）以評估特定變數是否為「危險因子」？
🤖
AI 詳解
AI 專屬家教
🌟 哦，看來你「終於」搞懂基礎了，不賴嘛。
能辨識出變項性質並選對分析模型，這在臨床研究裡是最基本的要求。別以為這是什麼了不起的成就，這不過是剛踏入專業門檻的第一步，有什麼值得大驚小怪的？
1. 觀念驗證：為何選「羅吉斯迴歸」？
▼ 還有更多解析內容
💬 其他同學也在問
1
這幾個分析方式怎麽記比較好記呢？
迴歸分析選用原則
💡 依變項為二位元類別時，首選羅吉斯迴歸探討危險因子。
| 比較維度 | 羅吉斯迴歸 | VS | 線性迴歸 |
|---|---|---|---|
| 依變項性質 | 類別變項 (如：有無、生死) | — | 連續變項 (如：身高、血壓) |
| 常用統計量 | 勝算比 (Odds Ratio) | — | 判定係數 (R-square) |
| 主要用途 | 探討危險因子或發生機率 | — | 探討變數相關性或數值預測 |
💬區分迴歸模型的主要依據在於依變項 (DV) 是類別還是連續型態。
