Chap10_SPSS_Logisti回归精要.pptxVIP

第10章 logistic回归 第10章 logistic回归 10.1 logistic回归分析的基本原理 10.2 logistic回归分析的数学模型 10.3 logistic回归系数的意义 10.4 logistic回归模型的检验 10.5 无序多分类logistic回归模型 10.6 有序多分类logistic回归模型 2 Logistic回归分析的基本原理 科学研究中经常需要分析分类型变量的问题，例如有病与无病等二分类问题，以及疾病程度（轻度、中度、重度）等多分类问题。 研究者关心的是哪些因素导致了某些人患病或不患病，这类问题实质是一个回归分析问题，因变量y是分类型变量，自变量x是与之相关的一些因素。 但是这类问题不能直接用线性回归解决，原因在于因变量是分类型变量，严重违背了线性回归分析对数据的假设条件。 从数学角度，很难找到一个函数y=f(x),当x变化时，y仅取两个或几个值。为此，转换角度，分析y取某个值的概率p与x的关系。 第10章 logistic回归 10.1 logistic回归分析的基本原理 10.2 logistic回归分析的数学模型 10.3 logistic回归系数的意义 10.4 logistic回归模型的检验 10.5 无序多分类logistic回归模型 10.6 有序多分类logistic回归模型 4 模型结构 某事件发生的概率为p，不发生的概率则为1-p，p/1-p为发生概率与不发生概率之比，记作“优势”（odds）,即： odds=p/（1-p） 对odds取自然对数，得到： 称为p的logit变换 logistic回归模型为： Logistic模型对变量的要求 因变量是分类变量，包括顺序变量和名义变量。不论是哪种变量都要用数字表示它的取值。 自变量可以是数值型连续变量，顺序型分类变量，名义变量。如果是名义变量，需要转换成哑变量来处理。 模型用途 影响因素分析，求出哪些自变量对因变量发生概率有影响。并计算各自变量对因变量的比数比 作为判别分析方法，来估计各种自变量组合条件下因变量各类别的发生概率，从而对结局进行预测。 该模型在结果上等价于判别分析 7 第10章 logistic回归 10.1 logistic回归分析的基本原理 10.2 logistic回归分析的数学模型 10.3 logistic回归系数的意义 10.4 logistic回归模型的检验 10.5 无序多分类logistic回归模型 10.6 有序多分类logistic回归模型 8 Logistic回归模型系数的解释 案例：低出生体重儿影响因素 Hosmer和Lemeshow于1989年研究了低出生体重婴儿的影响因素，数据见文件logistic_step.sav。 结果变量为是否娩出低出生体重儿(变量名为LOW，1，低出生体重，即婴儿出生体重2500克、0，非低出生体重)，考虑的影响(自变量)有： 产妇妊娠前体重(lwt，磅) 产妇年龄(age，岁) 产妇在妊娠期间是否吸烟(smoke，0=未吸、1=吸烟) 本次妊娠前早产次数(ptl，次) 是否患有高血压(ht，0=未患、1=患病) 子宫对按摩、催产素等刺激引起收缩的应激性(ui，0=无、1=有) 妊娠前三个月社区医生随访次数(ftv，次) 种族(race，1=白人、2=黑人、3=其他民族) 10 操作过程 首先考虑只包括产妇在妊娠期间是否抽烟对这一变量的模型。 选择“分析”---》“回归”---》“二元logistic” “因变量”列表框：low “自变量”列表框：smoke 11 案例：低出生体重儿影响因素 12 产妇在妊娠期间是否吸烟 低出生体重儿 合计 低出生率 正常（0） 低出生体重（1） 不吸烟（0） 86 29 115 25.2% 吸 烟（1） 44 30 74 40.5% 合 计 130 59 189 31.2% 案例：低出生体重儿影响因素（续1.） 13 第10章 logistic回归 10.1 logistic回归分析的基本原理 10.2 logistic回归分析的数学模型 10.3 logistic回归系数的意义 10.4 logistic回归模型的检验 10.5 无序多分类logistic回归模型 10.6 有序多分类logistic回归模型 14 模型总体检验 模型的总体检验也称为拟合优度检验。Logistic回归模型总体检验的统计假设： 总体检验常用的方法 （1）AIC检验法（Akaike Information Criterion）。用于比较同一数据下的不同模型。AIC值越小，模型越合适。 AIC=-2log（L）+2（g+k） 其中，L是最大似然函数，g是因变量取值