19 Logistic回归.ppt

Logistic回归 Logistic Regression 医学研究中的分类变量： 二分类变量： 生存与死亡 有病与无病 有效与无效 感染与未感染 多分类有序变量： 疾病程度（轻度、中度、重度） 治愈效果（治愈、显效、好转、无效） 多分类无序变量： 手术方法（A、B、C） 就诊医院（甲、乙、丙、丁） 医学研究者经常关心的问题诸如: 哪些因素导致了人群中有的人患胃癌而有的人不患胃癌? 哪些因素导致了手术后有的人感染，而有的人不感染？ 哪些因素导致了某种治疗方法出现治愈、显效、好转、无效等不同的效果? 回忆： 线性回归分析对因变量的要求 “问题如何解决？” Logistic回归 一. Logistic回归的概念： 在医学研究中经常遇到应变量为互斥的二项分类资料。如治愈与未愈，生存与死亡等。同时有许多自变量可能岁结果产生影响，而这种影响不一定是线性的，可采用Logistic回归分析。 Logistic回归是一种用于多因素分析的曲线模型，特别适用于应变量为离散型多项分类的资料。 Logistic回归 二. Logistic回归的概率公式： 自变量只有一个时,模型中回归系数的意义 模型中回归系数的意义 回归系数β的含义：危险因素x增加一个单位时，即xi=1与xi=0相比，发生结果（y=1）优势比的对数值。 Logistic回归模型中回归系数的意义 回归系数β与OR X与Y的关联 β=0，OR=1 无关 β＞0，OR＞1 有关，危险因素 β＜0，OR＜1 有关，保护因子 Logistic 回归分析中回归系数的意义 β的意义： 在Logistic回归模型(Logit P = α + βx)中， β 表示自变量变化一个单位，导致的因变量的变化值， 在这里，因变量是Logit(P), 即比数的对数。 Logistic 回归中回归系数的意义 1）当暴露因素（危险因素）只有两个水平时，且暴露时为1，不暴露时为0， 则模型中该暴露变量前的系数就是暴露与不暴露的比数比的对数值。 也即：Ln(OR) = β 或 OR = exp(β) 2) 当暴露因素为等级变量时，如收入水平， x 的取值为：1、2、3、 4…表示不同的等级。β的意义就是表示每相差一个等级时的比数比的对数，而Exp(β）表示每增加一个等级时的比数比。 3) 当暴露因素为连续变量（如年龄）时，β就表示年龄每增加一岁时比数比的对数。Exp(β）表示年龄增加一岁时比数比。 Logistic 回归中参数的意义 例2、自变量是分类型变量 为了了解冠心病与种族的关系，某研究所调查了100个样本，数据列在下表中。试估计各种族间患冠心病的相对危险度。 Logistic回归分析结果 有多个危险因素（xi） 多个变量的logistic回归模型方程的线性表达： Logistic回归分析中回归系数的意义 例1中加入年龄变量后拟合的Logistic模型为： Logit P ＝－1.559＋1.027x1＋0.741x2 其中，x1为口服避孕药（x1＝1为服，0为没服），x2为年龄（x2＝1为＜40岁，2为≥40岁） OR1＝exp（1.027）＝2.792 回归系数的意义为：控制了其他因素后，该因素对应变量的影响。 即：控制了年龄的影响后，口服避孕药发生心肌梗塞的概率是不服者的2.792倍。 Logistic 回归模型的假设检验 1.检验一：对建立的整个模型做检验。 检验方法 似然比检验 (likelihood ratio test) 检验全部自变量（包括常数项）对应变量的联合作用，即整个回归方程是否有意义。 Logistic 回归模型的假设检验 2.检验二：检验模型中某β是否对y有作用。 检验假设： 检验统计量：主要为Wald检验 例2：冠心病危险因素的病例对照研究 冠心病危险因素的病例?对照调查资料 逐步Logistic回归分析结果 变量 β Sb Wald P OR 常数 -4.705 1.540 9.30 0.0023 年龄 0.924 0.477 3.76 0.0525 2.52 X5