09Logistic回归.docVIP

第九章 Logistic回归 9.1 概述 在多元线性回归的讨论中，若x 为协变量，y 为反应变量，一般要求y为连续型变量，而且误差项ε服从均数为0,方差为正态分布，即 (9.1) （i=1,2,…，n），n为观察例数 医学科研中，如毒理学研究和流行病学研究，反应变量大多呈现为两个或有限多个不同反应结局的定性变量（又称为 属性变量）。例如动物在一定剂量的毒物作用下，其反应结果为死亡或未死；在一些危险因素作用下，疾病发生和不发生。而影响疾病发生、发展的危险因素可能是定量的（如暴露时间、年龄等），也可能是定性的（如暴露与否、性别、种族等），有时也可能是等级的（如经济水平等）。因此不宜用经典的多元线性回归解决此类问题。对于这类问题，比较常用的是logistic回归分析。 如果对某一个特定人群调查某种疾病的发生与否（记作y=1为发生，y=0为不发生），与某些因素（记作x1，x2，…，xm ）间的关系，我们可以得到形如下面的数据矩阵： 表9.1 调查数据的结构 观察号 因素（自变量） 反应变量 x1 x2 …… xm y 1 x11 x12 …… x1m y1 2 x21 x21 …… x