logistic回归与疾病分析.ppt

Logistic 回归与疾病分析 王伟 2010.09.30 前言 Logistic回归模型是适用于反应变量(因变量为分类变量的回归分析 按设计类型： 条件Logistic回归：配对设计（proc phreg） 非条件Logistic回归：未配对(proc logistic) 按变量类型： 两分类反应变量(proc logistic) 多分类有序反应变量(proc logistic) 多分类无序反应变量（ proc catmod） 原理 多元线性回归模型： 其中是 截距， 是参数向量，X是自变量向量。表示n个自变量x与反应变量Y间的关系，Y为任意实数 ，属于连续变量 当反应变量为离散型变量时，如研究不同治疗方法对某病治疗的效果，反应变量疗效Y的值为1（治愈）和0（未愈），要研究的是某种事件（如治愈）发生的可能与自变量（治疗方法）的关系，反应变量为事件发生的概率P（Y=1）。 对概率进行转换，可建立线性回归模型 该转换称为logit转换。P为事件发生的概率，1-P为事件不发生的概率 称为比数（odds） 对应的患病率 可见，Odds与p是一一对应的。如果两个患病率相等p1=p2 ，则可得两个比数相等Odds1=Odds2 ； 因此我们可以把两个患病率大小的比较转化为两个Odds大小的比较。并引入比数比(Odds Ratio,OR) 基本语句 Proc logistic [options]; Model 反应变量=自变量[/options]； /*建立模型*/ [freq 变量名；] /*指定频数变量*/ run； Proc logistic的选项 Order=data|formatted 指定响应变量水平的排列顺序。 Data 按在数据集中出现的顺序 Formatted 格式化值的顺序 Descending 指定响应变量水平按降序的顺序。如同时选择order= 和descending，则先按order排序后再颠倒次序 MODEL语句的选项 关于变量选择： selection=stepwise|forward|backward|score 其中score要求选择最优子集 best=n 当指定score进行变量选择时，要求输出得分卡方统计量最高的前n个模型。 details 在模型选择过程中，输出每一步的详细结果 sle或sls 指定进入或剔除出模型的检验水准 MODEL语句的选项 关于模型拟和优度 Aggregate 和scale=n|p|d 计算偏差和pearson卡方拟和优度统计量 n 对离差参数不进行校正 p 规定离差参数的估计为pearson卡方统计量除以自由度 d 规定离差参数的估计为偏差除以自由度 MODEL语句的选项 参数估计和预测 alpha= 设置可信区间的置信度 cl 要求估计所有参数的可信区间 plrl 对自变量估计比数比的可信区间 ctable 和pprob= 以pprob=指定的概率值为分割点，输出根据最后模型预测的Y的分类表（ctable的作用），ctable选项仅对两分类变量起作用。 两分类反应变量的logistic回归 例1：不同治疗方法对某病疗效的影响研究 可用logistic回归模型 拟合，即 程序9-1 data a; input treat effect count@@; cards; 1 1 16 1 0 48 2 1 40 2 0 20 ; proc logistic order=data; /*规定按数据集建立时反应变量水平出现的先后次序进行运算，按照p=Pr（effect=1|x）来拟合模型*/ freq count; model effect=treat; run; 输出 输出 两个协变量的Logistic回归模型 程序9-2： data a1; input sex degree effect count @@; cards; 0 0 1 21 0 0 0 6 0 1 1 9 0 1 0 9 1 0 1 8 1 0 0 10 1 1 1 4 1 1 0 11 ; proc logistic descending; freq count; model effect=sex degree/scale=none aggregate; /*模型的拟合优度检验*/ run; 输出 Deviance and Pearson Goodness-of-Fit Statistics