logic回分析.pptVIP

回归分析 回归分析：因变量与一个或多个自变量的函数关系 回归分析的分类 Logistic回归分析 Logistic回归模型：概率非线性模型， 因变量y与一些影响因素x的关系的模型 资料：应变量为事件发生或不发生二值变量，也可以是多值变量 自变量为分类变量或连续型变量。 目的：作出以多个自变量估计应因变量的logistic回归方程。 用途：预测事件（现象）发生的概率 医学上分析疾病与危险因素的联系 一.基本概念 事件发生的概率 事件不发生的概率 经数学变换得到 事件发生的概率与未发生的概率之比的自然对数,称为p的Logit变换,记做Logit(p) Logic回归（非条件logic回归） 三.模型参数的意义 ?0 （常数项）：所有影响因素均为0时（记作X=0），个体发生事件概率与不发生事件的概率之比的自然对数值。 （回归系数）的含义：某自变量改变一个单位时，个体发生事件概率与不发生事件的概率之比的自然对数变化值。 Logic回归（非条件logic回归） 五.优势比（odds ratio，OR） Odds（优势，比数，比值）是指某影响因素控制在某 种水平时，事件发生率与事件不发生率的比值，即P/(1-P) OR（ odds ratio，优势比、比值比）某影响因素的两个不同水平的优势的比值。 Logic回归（非条件logic回归） OR 与 ? 的关系 ? = 0，OR = 1，影响因素与事件的发生无关。 ? 0，OR 1，影响因素的取值越大，事件的发生的概率越大 ? 0，OR 1，影响因素的取值越大，事件的发生的概率越小 Logic回归（非条件logic回归） 七.logistic回归模型的假设检验 1.似然比检验 比较两个模型的拟合效果,评估哪个更适合当前研究 假设模型1包含L个自变量。 模型2包含P个自变量，模型2的自变量比模型1多。 似然比统计量G的公式为 为模型1的值， 为模型2的值。 G反映模型2较模型1拟合优度提高的程度。 Logic回归（非条件logic回归） 七.logistic回归模型的假设检验 2.wald检验 将各参数的估计值与0比较，用它的标准误差作为参照， 检验统计量为 u为统计量 为各参数的估计值 为回归系数的标准差 Logic回归（非条件logic回归） 七.logistic回归模型的假设检验 三.计分检验 是一种非参数统计方法,用来处理非正态分布的数据 Logic回归（非条件logic回归） 八.回归模型的变量筛选 目的；将回归系数有显著意义的自变量选入模型中，不显著的剔除。 筛选方法：前进法、后退法、逐步法。 入选和剔除标准：0.05,0.10（常规） Logic回归（条件logic回归） 事件变量的取值：发生为1，未发生为0， 自变量可以是二分类变量、有序变量、多分类变量、连续变量。 模型评价 对模型中的每个自变量进行检验 对所建立的回归方程做拟合优度检验 Logic回归logic回归与多重线性回归的比较 以某社会调查为例 社会调查：“乘坐公共汽车上下班,还是骑自行车上班” 因变量 y=1 表示乘坐公共汽车上下班 变量y=0 表示要乘自行车上下班 自变量是年龄 是月收入 是性别 表示男性 表示女性 B表示回归系数的参数，S.E.表示回归系数估计量的标准差，wald表示回归系数检验的统计量，df表示自由度，sig表示常数项的置信水平，exp(B)表示OR值。 的sig值不显著，将其剔除。用y对 和 两个自变量做回归。 以本论文的研究方法为例 研究目的:分析农民宅基地退出意愿的影响因素 因变量的选取:“是否愿意退出闲置宅基地”, 答案设为“愿意”、“不愿意”和“不确定”3种情况。 愿意的定义为P=1，不愿意的定义为P=0  入筹抿妻株灾铱畏框芋慢款耀垣试讼隅喧绊氛彩棠弊她菠琼席诬拦帜炙灼logic回分析logic回分析 喀价壮钟位襟旬承任胆妙拖舰沤脑试息实怔拿恩稚酮蛇儡赤尔嫡碱畸肃贝logic回分析logic回分析 竣膊侗瑶酶措斩又厂丛还羔若严揩坟脂死今下缎矽素泽役仪悟腑夏苹搅让logic回分析logic回分析 筑音椰肮器孽瘴砰发吵涛仿伪咒跟潘强睦陷鬼茵嗓焊葡骗洛泰滋行碘督槽logic回分析logic回分析 涤趁整鄙扮捣纠肚牵悟派球碘续喷休厌柞消宏鲸狙散庸好斗夯愉盏苟订庸logic回分析logic回分析 招泪酱融锡氖敞釜杏拾侵吭匣白踏珊珐钱瘸驭卧煤纤沈篆磊铃寺瘩应袱愉lo