第十二章 Listic回归分析.docVIP

第十二章 Logistic回归分析 一、Logistic回归概述： Logistic回归主要用于筛选疾病的危险因素、预后因素或评价治疗措施；通常以疾病的死亡、痊愈等结果发生的概率为因变量，以影响疾病发生和预后的因素为自变量建立模型。 二、Logistic回归的分类及资料类型： 第一节 非条件Logistic回归分析 一、Logistic回归模型： Logistic回归模型： logit（P）= ln() = β0+β1χ1 + … +βn χn 二、回归系数的估计（参数估计）： 回归模型的参数估计：Logistic回归模型的参数估计通常利用最大似然估计法。 三、假设检验： 1．Logistic回归方程的检验： ·检验模型中所有自变量整体来看是否与所研究事件的对数优势比存在线性关系，也即方程是否成立。 ·检验的方法有似然比检验、比分检验（score test）和Wald检验（wald test）。上述三种方法中，似然比检验最可靠。 ·似然比检验（likehood ratio test）：通过比较包含与不包含某一个或几个待检验观察因素的两个模型的对数似然函数变化来进行，其统计量为G=-2ln(L)（又称Deviance）。无效假设H0：β=0。当H0成立时，检验统计量G近似服从自由度为N-P-1的X2分布。当G大于临界值时，接受H1,拒绝无效