第20章logistic回归分析.ppt-济宁医学院公共卫生学院.pptVIP

Logistic 回归分析 Logistic Regression Analysis 复习： 线性回归分析对反应变量的要求 医学研究中经常遇到分类型变量，例如： 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: 吸烟是否影响肺癌的发病？ 年龄和糖尿病的发病有无关系? 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? 这些应该是属于回归分析问题！ 但是这种回归分析问题不能借助于线性回归模型，因为反应变量的假设条件遭到破坏 能否找到一种其他形式的模型y=f(x)来描述分类变量y和x之间依存关系呢？ “转换一个角度来解决这个问题” 主要内容 Logistic 回归模型的基本概念 Logistic回归的参数估计及假设检验 Logistic回归分析的分类 Logistic回归的应用 第一节 Logistic 回归模型的基本概念 一、 Logistic 回归的实例 二、 Logistic 回归模型的基本结构 1970年，Cox引入了Logit变换 请注意其右侧仍然可以写成线性的形式！ 大量实践证明，LogitP往往和自变量呈线性关系。 已经成为了分类变量的标准建模方法。 多变量的Logistic回归模型 Logistic 回归概念 是分类数据统计分析的一种重要方法，研究多水平（包括2个水平）的应变量与其影响因子间关系的回归分析。即用于分析某类事件发生概率与自变量之间依存关系的回归，即Logistic回归。 Logistic这个名称来源于它所采用的Logit变换，和英文单词Logistic的含义（后勤的）一点关系都没有，与逻辑就更不相干了。 自从传入国内以来，Logistic回归就一直采用英文写法，从没有使用过译名。 第二节 Logistic回归的参数估计及假设检验 引发的新特点 由于反应变量为二分类，所以误差项应当服从二项分布，而不是正态分布。 误差项的分布规律应当和所预测的反应变量相同 由于上述原因，最小二乘法也不再适用， 最大似然法的优越性和重要性一举凸现出来。 最大似然法(maximum likelihood,ML)的基本思想是先建立似然函数或对数似然函数，求似然函数或对数似然函数达到极大时参数的取值，称为参数的最大似然估计值。 计算方法来自于概率分布。 似然(L, likelihood)：某种结局组合出现的概率，由于总体率不同L也不同，所以又被称为似然函数。 一般地，logistic回归模型系数的意义是： 二、假设检验和回归系数的区间估计 1.似然比检验(likelihood ratio test) ⑴检验整个模型是否有统计学意义，即检验所有的偏回归系数是否均为0。检验假设为 H0：β1=…= βm=0 H1 ：β1，…，βm 不全为0 统计量 G=- [2lnL (-1,…,-m) ] --2lnL ’ 其中L是不包含m个自变量的模型的似然函数。 L’是包含所有自变量的模型似然函数，G反映的是后一个模型较前一个模型拟和优度提高的程度。 大样本， H0成立的条件下，G服从自由度为m的卡方检验。 ⑵分别检验各个自变量是否有意义，即单个总体回归系数是否为零。检验假设为 H0：βi=0 H1 ：βi≠0 统计量 G=-2lnL-[-2lnL’ (i)] 其中L是扣除Xi的模型似然函数，L’是包含Xi的模型的似然函数。 大样本， H0成立的条件下，G服从自由度为1的卡方检验。 2.Wald检验 常用于回归系数的假设检验，检验假设为 H0：βi=0 H1 ：βi≠0 统计量 第三节 Logistic回归分析的分类 按数据的类型： 非条件logistic回归分析（成组数据） 条件logistic回归分析（配对病例-对照数据） 按反应变量取值个数： 二值logistic回归分析 多值logistic回归分析 按自变量个数： 一元logistic回归分析 对应四格表资料卡方检验 多元logistic回归分析 条件logistic回归 研究中有N个配比组，每组中n个病例配m个对照者。这时，各个研究对象发生某事件的概率即为条件概率。 适用于 配比设计的病例-对照研究 精细分层设计的队列研究 条件Logistic回归 1：1条件Logistic回归及模型 在1：1配对设计的病例-对照研究中，若y=1表示得病，y=0表示未得病；A表示病例，B为对照，一对病例和对照中只有1人得病的条件下恰好是A得病的概率为： 第四节 Logist