Logistic回归分析文稿.pptVIP

Logistic回归分析 公共卫生学院 一、前言 应变量为分类指标的资料 线性回归分析： 应变量为连续计量资料 二、 Logistic回归模型 Logistic回归的分类 二分类 多分类 条件Logistic回归 非条件Logistic回归 Logit变换 也称对数单位转换 logit P= 流行病学概念： 　设P表示暴露因素X时个体发病的概率，则发病的概率P与未发病的概率1-P 之比为优势（odds）， logit P就是odds的对数值。 Logistic回归模型 　 Logistic回归的logit模型 　Logistic回归模型 三、参数估计 最大似然估计法 （Maximum likehood estimate） 　似然函数：L=∏Pi 对数似然函数： lnL=∑(ln P)=ln P1+ln P2+…+ln Pn 非线性迭代方法—— 　　Newton-Raphson法 四、参数检验 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 （又称Deviance）。 G=-2(ln Lp-ln Lk) 样本量较大时， G近似服从自由度为待检验因素个数