Logistic回归的参数估计.ppt

Logistic 回归分析 (Logistic Regression Analysis） Logistic 回归分析 多重线性回归分析的前提条件 线性；独立；正态；等方差 医学中还常研究二分类因变量（如患病与未患病、阳性与阴性等）或多分类因变量与一组自变量（X1，X2，．．．Xm，）的关系，线性回归分析方法就无能为力。 Logistic 回归分析 Logistic 回归分析可解决: 应变量为: 二分类; 无序多分类; 有序多分类; 本次教学主要介绍应变量为二分类的Logistic 回归分析 Logistic 回归分析 按设计， Logistic 回归分析分为： 成组：非条件Logistic 回归分析 配对：条件Logistic 回归分析 Logistic回归模型 例 为探讨超重和肥胖对高血压病的影响，2004年，某研究者采用整群抽样的方法，对某地6个镇35周岁以上的常住人口进行高血压普查，同时收集了身高、体重等相关信息。整理后资料见下表。 目的：建立高血压患病率与体质指数间的数量关系模型，估计超重与肥胖对高血压患病的风险。 不同体质指数组高血压患病率 Logistic回归模型 因变量为二分类变量，不满足线性回归分析条件，首先对进行数据变换： 这个变换将取值在0-1间的值转换为值域在（ ）的值。 建立 与X的线性模型： 或 Logistic回归模型 求解 右端在数学上属于Logistic函数，所以称其为Logistic回归模型 。 Logistic回归模型 若自变量扩展到个P个，（X1，X2，．．．XP，），则多个自变量的回归模型为 模型参数的意义 Β0 ：常数项（截距），表示模型中所有自变量均为0时， 的值； β1 ， β2 、．．． βP：回归系数 ，表示在控制其他自变量时，自变量变化一个单位所引起的 改变量。 模型参数的意义 由于 模型参数的意义 例中 “超重或肥胖”组（X=1）患高血压的优势为： “正常”组（X=0）患高血压的优势为： 两组的优势比(odds ratio, OR) 为： 模型参数的意义 一般地，根据多个自变量的回归模型，在其他变量取值不变的情形下，与变量Xj的二个水平C1与C2（C2C1）相对应的事件的优势比为 ： 当XJ的二个水平相差1个单位时， 模型参数的意义 Logistic回归分析广泛用于流行病学中前瞻性的队列研究、回顾性的病例-对照研究以及现况研究。 当变量Xj的回归系数Βj 0时， Xj增加1个单位后与增加前相比，事件的优势比ORj 1，表明Xj为危险因素； Βj 0时， Xj增加1个单位后与增加前相比，事件的优势比ORj 1 ，表明Xj 为保护因素； Βj =0 ， Xj增加1个单位后与增加前相比，事件的优势比， ORj =1,表明Xj对结果变量不起作用。 Logistic回归的参数估计 Logistic回归模型中的参数β1 ， β2 、… βP需要通过样本资料，按照一定方法进行估计，估计量记为b1 ， b2 、… bP。 参数估计方法有多种，极大似然估计（ MLE）最为常用 Logistic回归的参数估计 极大似然估计基本思想 选择能有最大概率获得当前样本的参数值作为参数的估计值。 Logistic回归的参数估计 假设n例观察对象彼此独立，其自变量为， 因变量为Yi（0-1变量）， 。 对于第i个体，给定Ｘi时，出现观察结果Yi 的概率为： Logistic回归的参数估计 对于n个独立个体，给定自变量时，出现当前观察结果的概率为上述n个概率的乘积 Logistic回归的参数估计 上式为似然函数(likelihood function)，记为L。求解β0 ， β1 ， β2 、… βP ，使似然函数达到极大,或使似然函数的对数达到极大，这样得到的解记为b1 ， b1 ， b2 、… bP ，称为参数 的极大似然估计值。 * 27.30 7953 2987 10940 合计 39.92 2492 1656 4148 超重或肥胖 X=1 19.60 5461 1331 6792 正常 X=0 患病率（%） 未患病 Y=0 患病 Y=1 调查人数 体质指数X *