SPSS学习系列28.二元Logistic回归.docxVIP

28. 二元Logistic回归二元或多元线性回归的因变量都是连续型变量，若因变量是分类变量（例如：患病与不患病；不重要、重要、非常重要），就需要用Logistic回归。Logistic回归分析可以从统计意义上估计出在其它自变量固定不变的情况下，每个自变量对因变量取某个值的概率的数值影响大小。Logistic回归模型有“条件”与“非条件”之分，前者适用于配对病例对照资料的分析，后者适用于队列研究或非配对的病例-对照研究成组资料的分析。对于二分类因变量，y=1表示事件发生；y=0表示事件不发生。事件发生的条件概率P{ y=1 | xi } 与xi之间是非线性关系，通常是单调的，即随着xi的增加/减少，P{ y=1 | xi } 也增加/减少。Logistic函数F(x)=，图形如下图所示：该函数值域在(0,1)之间，x趋于-∞时，F(x)趋于0；x趋于+∞时，F(x)趋于1. 正好适合描述概率P{ y=1 | xi }. 例如，某因素x导致患病与否：x在某一水平段内变化时，对患病概率的影响较大；而在x较低或较高时对患病概率影响都不大。记事件发生的条件概率P{ y=1 | xi } = pi，则pi = =记事件不发生的条件概率为1- pi = 则在条件xi下，事件发生概率与事件不发生概率之比为 = 称为事件的发生比，简记为odds. 对odds取自然对数得到上式左边（对数发生比）记为