醫学统计学logistic回归.pptVIP

第十八章 logistic 回归 方积乾 中山大学公共卫生学院 2013.5 第一节 Logistic回归模型 Logistic regression model 例18-1 大肠癌患者的年龄可能影响5年生存状态 (存 活:0, 死亡: 1）。现有158例经手术治疗大肠癌患者, 欲 分析生存状态 Y 和年龄 X 的关系。 能否采用线性回归？ 因变量改为“死亡概率 ”？ 将“死亡概率 ”作一个变换 更复杂的实际问题！ 二、模型参数的意义 二、模型参数的意义 第二节 回归的参数估计及假设检验 一、回归的参数估计 似然函数(likelihood function) 参数 的极大似然估计 针对例18-1资料，建立Y 与 关系的回归方程，并预测大肠癌患者5年生存状况。 预测大肠癌患者5年生存状况 三、自变量筛选与多重线性回归类似，自变量的筛选有前进法、后退法、逐步法. 但检验统计量不再是F，而是似然比检验统计量G或Ward统计量 采用后退法（剔除水平=0.05）进行变量筛选。(1) 利用似然比检验筛选自变量 (2) 关于选中变量的参数估计 第三节 条件logistic回归模型 1．1:1配对设计的条件 logistic 回归模型 第四节 回归的应用及注意的问题 一. 回归的应用 二． 回归应用中需注意的问题 小结 Thanks * * 线性回归要求：因变量Y是定量变量 但是本例“生存状态” Y 是二分类变量！ 的数值在 范围内， 但是回归后，因变量可以在 范围内 取值 例18-1 大肠癌患者临床病理因素对可能影响预后。 现有158例经手术治疗大肠癌患者： 性别 (女:0 , 男:1）、年龄、 组织学分类 (乳头状腺癌: 0, 管状腺癌: 1） 肿瘤大小 (6cm及以上: 0, 6cm以下: 1） Dure’s分期 (A: 1, B: 2, C: 3, D: 4） 淋巴管浸润 (无: 0, 有: 1）、血管浸润 (无: 0, 有:1） 5年生存状态 (存活:0, 死亡: 1） 欲预测经手术治疗大肠癌患者5年生存概率。 二、假设检验和区间估计 1. 假设检验 2. 回归系数的区间估计 危险因素：肿瘤家族史、职业有害接触、吸烟； 保护因素：长期体育锻炼为保护因素