研究生医学统计中logistic回归.pptVIP

Logistic regression （一）53例接受手术的前列腺癌患者情况 （二）26例冠心病病人和28例对照进行病例?对照研究 26例冠心病病人和28例对照者进行病例?对照研究 一、logistic回归模型 概率预报模型 二、模型的参数估计 Logistic回归参数的估计通常采用最大似然法(maximum likelihood，ML)。最大似然法的基本思想是先建立似然函数与对数似然函数，再通过使对数似然函数最大求解相应的参数值，所得到的估计值称为参数的最大似然估计值。 参数估计的公式 三、回归参数的假设检验 优势比及其可信区间 标准化回归参数 SAS程序 The LOGISTIC ProcedureAnalysis of Maximum Likelihood Estimates 预报模型 The LOGISTIC ProcedureAnalysis of Maximum Likelihood Estimates 预报模型 四、回归参数的意义 五、整个回归模型的假设检验 似然比检验（likelihood ratio test） ROC曲线模型评价 ROC曲线模型评价 六、logistic逐步回归（变量筛选） 模型中有X5、X6、X8，看是否引入X1 第二节.条件logistic回归 条件似然函数 1:3配对的例子 1:2配对的例子 表16-7条件logistic回归的SAS程序 结果 西、中西、中三种疗法哑变量化 SPSS软件计算 Analyze Regression Binary Logistic… ?Dependent: y ?Covariates: x1~ x8 Method: Forward Ward Save…——? Predicted Values ? Probabilities ? Group membership Option——? ? CI for exp 95% Probability for Stepwise Entry: 0.1 Removal 0.15 第三节 应用及其注意事项 应变量为（二项）分类的资料 （预测、判别、危险因素分析等等） 注意事项 分类自变量的哑变量编码 为了便于解释，对二项分类变量一般按0、1编码，一般以0表示阴性或较轻情况，而1表示阳性或较严重情况。如果对二项分类变量按+1与-1编码，那么所得的 ，容易造成错误的解释。 原资料 西 29 0 孙八 中西 35 1 赵七 中 70 0 刘六 中 18 0 王五 西 20 1 李四 中西 50 1 张山 疗法 年龄 性别 姓名 哑变量化 1 0 0 0 1 0 X1 0 29 0 孙八 1 35 1 赵七 0 70 0 刘六 0 18 0 王五 0 20 1 李四 1 50 1 张山 X2 年龄 性别 姓名 注意事项 2.自变量的筛选 不同的筛选方法有时会产生不同的模型。实际工作中可同时采用这些方法，然后根据专业的可解释性、模型的节约性和资料采集的方便性等，决定采用何种方法的计算结果。 注意事项 3.交互作用 交互作用的分析十分复杂，应根据临床意义与实际情况酌情使用。 注意事项 4. 多分类logistic回归 心理疾病分为精神分裂症、抑郁症、神经官能症等（名义变量nominal variables)；疗效评价分为无效、好转、显效、痊愈(有序变量ordinal variables)。 参见第17章 应变量 DATA samp16_1; INPUT x_ray grade stage age acid nodes; CARDS; ...... ; PROC LOGISTIC DESCENDING; MODEL nodes=