Stata做logistic回归.pptVIP

应用Stata做logistic回归 何保昌 实际生活中经常会遇到因变量只有0和1的二分类变量，不能满足正态性和方差齐性，故不能直接使用线性模型来拟合方程。 Logistic回归正是处理因变量是二分类或多分类变量的一种方法。现已广泛应用于队列研究，病例对照研究和试验性研究，成为分类因变量的首选多变量分析模型。 分类 按因变量性质，可分为二分类、无序多分类、有序多分类。 按是否匹配可分为非条件和条件logistic回归。 Stata软件专门有一组命令用于做不同类型的logistic回归，例如：logit、blogit、glogit、clogit、mlogit、ologit。 1.Logistic 回归 命令： logit 因变量 [自变量] [,选择项] (2) 分组频数资料，一般自变量较少，且均为分类变量，常以各自变量(不包括因变量)各水平的组合的频数表形式出现，因变量常表达为分子与分母。如例2。用下列命令： blogit 阳性数变量 总观察数变量 [，logit 命令选择项] 或 glogit 阳性数变量 总观察数变量 [，level(#) or] (3) 个体水平资料，即一个观察对象一条记录。如例3，直接使用logit 命令估计即可。 拟合模型后可以用指令predict 得到预测概率，然后进行模型诊断、应用等。 例1 本例是探讨