二元logistic回归学习体会.docVIP

一、 Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量，并可以给出预测公式用于预测。 因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。? 下面学习一下Odds、OR、RR的概念： 在病例对照研究中，可以画出下列的四格表： ------------------------------------------------------ 暴露因素 ? ? ? ? ? ? ?病例 ? ? ? ? ? ? 对照 ----------------------------------------------------- 暴露 ? ? ? ? ? ? ? ? a ? ? ? ? ? ? ? ? b? 非暴露 ? ? ? ? ? ? ? c???????????????? d ----------------------------------------------- Odds: 称为 odds1 = (a/(a+c))/(c(a+c)) = a/c， 对照组的暴露比值为： odds2 = (b/(b+d))/(d/(b+d)) = b/d OR：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc ? 换一种角度，暴露组的疾病发生比值： 非暴露组的疾病发生比值： odds2 = (c/(c+d))/(d/(c+d)) = c/d OR = odds1/odds2 = ad/bc 与之前的结果一致。 ? OR的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联；OR1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。?还应计算OR的置信区间，若区间跨1，一般说明该因素无意义。 关联强度大致如下： ------------------------------------------------------ ???? ? OR值????????????????????????联系强度 ------------------------------------------------------ ?0.9-1.0?? 1.0-1.1????????????????????无 ?0.7-0.8?? 1.2-1.4?????? 弱（前者为负关联，后者为正关联） ?0.4-0.6?? 1.5-2.9????????????? ? ?中等（同上） ?0.1-0.3?? 3.0-9.0??????????????? ? 强（同上） ? 0.1?????10.0以上????????????? ? 很强（同上） ------------------------------------------------------ ? 不同发病率情况下，OR与RR的关系图如下： ? 当发病率10%时，RR与OR很接近。当发病率增大时，两者的差别增大。当OR1时，OR高估了RR，当OR1时，OR低估了RR。 设疾病在非暴露人群中的发病为P0，则可用下列公式对RR记性校正： RR = OR/((1-P0)+(P0*OR)) 若P0未知，可以用c/(c+d)估计。 ? ? 二、 对银行拖欠贷款的影响因素进行分析，可选的影响因素有：客户的年龄、教育水平、工龄、居住年限、家庭收入、贷款收入比、信用卡欠款、其他债务等，从中选择出对是否拖欠贷款的预测因素，并进行预测。数据采用SPSS自带的bankloan.sav中的部分数据。 ? 三、 1、 ? 变量视图 ? ? 数据视图 由于“default”变量可能存在缺失值，所以要新建一个变量validate，当default不为缺失值时，将validate=1，然后通过validate来判断将不缺失的值纳入回归分析： 选择如下菜单： 点击进入“计算变量”对话框： 在“目标变量”看中输入“validate”，右边的“数字表达式”输入“1”。再点击下方的“如果...”按钮，进入对话框： 在框中输入missing(default)=0，含义是defalut变量不为缺失值。点击“继续”回到“计算变量”对话框： 点击确定，完成变量计算。? 2、 菜单选择 进入如下的对话框（下文称“主界面”）： 将“是否拖欠贷款[default]”作为因变量选入“因变量”框中。将其与变量选入“协变量”框中，下方的“方法”下拉菜单选择“向前：LR”（即前向的最大似然法，选择变量筛选的方法，条件法和最大似然法较好，慎用Wald法）。将“validate”变量选入下方的