Logistic回归模型.pptVIP

Logistic 回归模型 赵耐青 复旦大学公共卫生学院 数据分析的背景 计量资料单因素统计分析 对于两组计量资料的比较，一般采用t检验或秩和检验。 对于两个变量的相关分析采用Pearson相关分析或Spearman相关分析 考虑多因素的影响，对于应变量(反应变量)为计量资料，一般可以考虑应用多重线性回归模型进行多因素分析。 数据分析的背景 单因素的分类资料统计分析，一般采用Pearson ?2进行统计检验，用Odds Ratio及其95%可信区间评价关联程度。 考虑多因素的影响，对于反应变量为分类变量时，用线性回归模型P=a+bx就不合适了，应选用Logistic回归模型进行统计分析。 Logistic回归模型 按研究设计分类 非配对设计：非条件Logistic回归模型 配对的病例对照：条件Logistic回归模型 按反应变量分类 二分类Logistic回归模型(常用) 多分类无序Logistic回归模型 多分类有序Logistic回归模型 基础知识 通过下例引入和复习相关概念 例如：研究患某疾病与饮酒的关联性 患病率 P1=a/m1 P2=b/m2 基础知识 Odds（优势） 基础知识 P与Odds一一对应 对于两个Odds的比较，一般用它们的Ratio，并称为Odds Ratio(OR)，其定义如下： 其样本估计统计量为 基础知识 故比较两个率== 比较OR =1? OR1 ? OR1? (二分类)Logistic回归模型 因为0Odds+? 所以 -? ln(Odds) +? 对ln(Odds)引入类似多重线性回归的表达式 Logistic回归模型 记： 故可以写为 也可以写为 回归系数的意义 以x1的回归系数?1为例 固定其它自变量，比较x1与x1 +1的ln(Odds)变化。 对于x1， 对于x1 +1， 反对数变换得到 实例1 实例1 饮酒的患病率和Odds分别为 实例1的Logistic回归模型 患病(Y=1)的概率为 x=1 表示饮酒，x=0表示不饮酒 回归系数?0，?1是未知参数，通常用最大似然估计的方法。 实例1：患病与未患病的概率 饮酒(x=1)，患病概率和未患病概率分别 为 不饮酒(x=0)，患病概率和未患病概率分别为 实例1：最大似然估计 本例的似然函数 选择?0和?1使似然函数L达到最大，即最大似然估计。 实例1:用Logistic模型进行统计分析 以上述实例资料用Stata统计软件对回归系数进行最大似然估计，得到回归系数估计为 即： Logistic模型的单个回归系数检验 关键是如果?＝0，意味自变量X与Y无关联性。由于?的估计存在抽样误差，即使?=0，其估计值b一般不为0，故需检验?＝0？ H0： ?＝0 H1： ??0 ?＝0.05 检验统计量 可以证明： H0:?＝0 为真时，z近似服从标准正态分布，即：|z|1.96，P0.05,拒绝H0 实例1:用Logistic模型进行统计分析 实例1的回归系数估计为 se(b)=0.1780719, z=b/se=2.31 ,P=0.0210.05 拒绝H0，差异有统计学意义，可认为??0。 饮酒与患AMI的关联性为 OR的95%可信区间为（1.06，2.14） 应用Logistic模型校正混杂作用 实例2：上例没有考虑吸烟情况，故将吸烟作为分层加入，资料如下： 实例2：应用Logistic模型校正混杂作用 从分层的资料表述可知：由于吸烟的混杂作用以致饮酒与AMI患病伴随有关联。 用x1=1和0分别表示饮酒和不饮酒，用x2=1和0分别表示吸烟和不吸烟，Logistic模型表示如下 Logistic模型的似然比检验 在多个自变量回归模型中，回归系数检验分为单个回归系数检验和多个回归系数检验。 单个回归系数检验表示其它变量均在模型中的情况下，检验某个回归系数?i=0，一般用Wald检验(如实例1）。 多个回归系数检验要用似然比方法（likelihood ratio test) Logistic模型的似然比检验 多个回归系数的检验（以实例2为例） H0：?1=?2=0 H1：?1，?2不全为0 ?=0.05 H0为真时，模型为 用最大似然法进行估计，其对数最大似然函数值(似然函数的最大值取对数）记为ln(L0) Logistic模型的似然比检验 H1为真时，实例2的模型为 用最大似然法进行估计，其对数最大似然函数值记为ln(L1) 记似然比检验统计量为2ln(L)=