Question

SPss中logistic回归交互作用

看到百度上你对交互作用的回答，很崇拜，有个问题想请教你。在SPSS logistic回归中，我要分析A和B 两个因素的交互作用（相乘），我把A，B 同时选中，点“a*b”进入covariates，那还需要把A和B 单独拉入covariates吗？

Answer 1

把A，B 同时选中，点“a*b”进入covariates后就可以得到A与B 的交互作用结果了，不管你是否将A和B 单独拉入covariates。不过，正常情况下都会将A和B 单独拉入以便分别考察A和B的单独效应。最后，你最好还要点击主界面的Categorical按钮，将A和B 选入，这样才能在输出的结果中清晰地看到各项交互作用的结果。

追问

谢谢你的回答，对我很有帮助，我按照你的说法把A，B，A*B都拉入covariates，结果得出：
A因素：β=0.508，p=0.002，OR(95%)=1.66(1.21-2.28)
B因素：β=0.326，p=0.005，OR(95%)=1.39(1.10-1.74)
A*B交互：β= -0.641，p=0.013，OR(95%)=0.53(0.32-0.87)
为什么单独的A或B 都是危险因素(OR>1)，交互之后就变成了保护因素呢（OR<1）？

追答

这是正常现象。交互作用可以出现正交互作用，也可以出现负交互作用。从减少发病率这个角度，你的结果是出现了负交互作用。需要注意的是，统计模型仅仅提示你负交互作用可能性的存在，你还需要结合专业知识来探讨这种可能性是否有可能存在，因果关系的建立不能仅仅依靠统计模型，而是主要依据专业知识。

追问

谢谢你的回答。我还有一个问题想请教你。我在分析A基因型对疾病的影响时，发现在两个独立人群中，A基因型均为危险因素，OR值分别为：1.98和1.27。由于BMI是影响疾病的一个因素，因此我以BMI25为界进行了分层分析，结果发现在两个人群中，A基因型在BMI>25的群体中均无意义（P>0.05），而在BMI<25的群体中均为危险因素，但是OR值差别比较大(3.58 vs1.65)，为什么会出现这么大的差别呢？谢谢！

追答

你的这种情况有可能说明BMI>25的群体中携有A基因型对疾病的影响不大，而A基因有可能只对BMI<25的群体为危险因素。你的“OR值差别比较大(3.58 vs1.65)”没有说清楚那个值属于谁，不好判断。不过，从你提供的OR值来看，数值都不算大，有可能表明与疾病的联系强度不算大（即使你的P值小于0.05，尤其是在大样本量时更是如此），这个判断是基于你正确使用了OR值。OR值只应用于病例对照研究，并且发病率不能高于10%，此时OR值可以近似RR值，否则不好解释它的意义。如果是队列研究，应该使用RR值。此外，还要考虑样本量，这一点对结果解释也十分重要！

Answer 2

没有这么麻烦，很容易的：在logistic回归主界面中同时选择月收入与受教育程度这两个变量（按住ctrl键不放，用鼠标分别点击月收入与受教育程度），然后点击>a*b>键就可以了。

Answer 3

都要进去。