10logistic回归(研)解析.pptVIP

Logistic回归分析 胡利人 流行病与卫生统计学教研室 logistic回归（logistic regression）是研究因变量为二分类或多分类观察结果与影响因素（自变量）之间关系的一种多变量分析方法，属概率型非线性回归。 在分析疾病与各种危险因素间的定量关系，同时为了能真实反映暴露因素与观察结果间的关系，需要控制混杂因素的影响，已知主要控制混杂的方法包括：分层分析和多重回归。 控制混杂因素的方法 （1）Mantel-Haenszel分层分析：适用于样本量大、分析因素较少的情况。 当分层较多时，由于要求各格子中例数不能太少，所需样本较大，往往难以做到； 当混杂因素较多时，分层数也呈几何倍数增长，这将导致部分层中某个格子的频数为零，无法利用其信息。 按饮酒与否分层计算OR值 （2）线性回归分析： 由于因变量是分类变量，不能满足其正态性要求；有些自变量对因变量的影响并非线性。 logistic回归:研究某个二分类（或无序及有序多分类）目标变量与有关因素的关系，不仅适用于病因学分析，也可用于其他方面的研究 。 logistic回归的分类： （1）二分类资料logistic回归 非条件logistic回归 条件logistic回归(配对或配比资料) （2）多分类资料logistic回归 非条件logistic回归 用途 Logistic回归模型的构造 偏回归系数βj 的流行病学意义 对于发病率很低的慢性疾病如心脑血管病、恶性肿瘤等，优势比可作为相对危险度（relative risk , RR）的近似估计。 即: 参数估计与假设检验 logistic回归模型的假设检验 变量筛选 实例分析 SAS程序 data a; input x1 x2 x3 x4 x5 x6 x7 y; cards; 0 0 1 5.65 2.34 3.61 1.98 0 0 0 0 6.23 3.89 2.11 0.99 0 1 0 1 5.14 2.73 2.88 1.02 0 ………………… 0 0 0 4.3 1.79 2.64 1.3 1 1 1 0 3.35 0.81 1.68 1.3 1 1 1 0 4.78 1.4 2.15 0.99 1 1 1 0 5.23 1.12 3.69 1.03 1 1 1 0 2.89 1.2 1.95 1.39 1 ; proc logistic des; model y=x1-x7; run; 逐步回归分析 proc logistic des; model y=x1-x7/stb selection=stepwise sle=0.1 sls=0.1; run; logistic回归的应用及其注意事项 小结 指定选项“des”是为了按照y=1（患病）的概率拟合模型。如果不加此选择项，则软件会按照y=0（非患病）的概率拟合模型，此时，应变量的排序水平发生颠倒，且所有参数估计的符号相反，OR值为原来的倒数。 用逐步回归法拟合模型,变量选入和剔除水平均为0.10 logistic逐步回归分析筛选出三个有统计学意义的变量为x2、x4和x7，回归系数分别为1.7324、-2.1630和4.2578。吸烟（x2）的优势比5.645，表示在控制其他因素后吸烟者 （x2=1）发生该病的危险性是不吸烟者（x2=0）的5.645倍胆固醇（x4）是保护因素，表示控制其他因素影响后，胆固醇每增加一个单位发生该病的危险性是原来的0.115倍。 结果中还给出了标准化偏回归系数，高密度脂蛋白（x7）引起腔隙性脑梗死多发的危险性大于吸烟（x2）,而胆固醇（x4）是保护因素。 一、logistic回归的应用 1. 流行病学危险因素分析 logistic回归分析参数的流行病学含义清楚，即得到某一危险因素的回归系数 后，可以方便的估计出该因素在不同水平下的OR值或近似RR值，非常适合于流行病学研究。 在流行病学危险因素研究中，为了排除混杂因素的影响，可以通过拟合包含多变量的logistic回归模型，得到调整后的优势比。 2. 临床试验数据分析 临床评价某种药物或治疗方法的效果，非处理因素在试验组和对照组间分布不均衡，就有可能夸大或掩盖实验组的治疗效果。 尽管在分组时要求按随机化原则分配，但由于样本含量有限，非处理因素在试验组和对照组间的分布仍可能不均衡，需要在分析阶段对构成混杂的因素进行调整，当评价指标为两分