18 Logistic 回归【荐】.pptVIP

生物医学研究的统计方法 第18章 Logistic Regression Analysis 前 言 线性回归模型：因变量是连续且服从正态分布的变量，自变量和因变量呈线性关系。 logistic回归模型：因变量是分类变量，且自变量与因变量没有线性关系。 logistic回归模型非常巧妙地避开了分类变量的分布问题，补充完善了线性回归模型的缺陷。 【学习目标】 ① 了解logistic回归模型的基本结构。 ② 掌握logistic回归分析的用途；logistic回归系数的意义及其与优势比或相对危险度的关系。 主要内容 Logistic回归模型的基本原理 Logistic回归模型的数学函数 Logistic回归模型拟合实例 Logistic回归模型的用途和注意事项 【基本原理 】 二分类变量（Y）：生存与死亡、有病与无病、有效与无效、感染与未感染等。 多分类变量（Y）：疾病程度（轻度、中度、重度）、治疗效果（治疗、显效、好转、无效）等。 实际问题：哪些因素（X）导致了人群中有些人患某种病（Y）？哪些因素（X）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（Y）？ 根据反应变量（分类变量）类型的不同，logistic回归模型可分为： 【基本原理】 问题实质：建立函数y=f(x)能够用来近似地描述x和y之间关系！ 困难：很难找到一个函数y=f(x)，当x变化时，它对