多分类logistic回归-EmpowerStats.PDFVIP

下载本文档

16
0
约4.55千字
约 4页
2018-10-12 发布于天津
举报
版权申诉

多分类logistic回归-EmpowerStats.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

多分类logistic回归-EmpowerStats

多分类logistic 回归 Logistic 回归要求应变量Y 是0/1 两分类变量。如果Y 是多分类变量，如疾病结局可有恶化、好转、痊愈三种结局，就应该使用该模块多分类(multinomial logistic)逻辑回归。该模块不仅输出Multinomial logistic 回归结果，而且给出按序合并生成0/1 两分类变量后的ordinary logistics 回归结果。如Y 为0、1、2 三分组变量，将有两种合并方法：1 和2 合并然后与0 比，或合并0 和1 然后与2 比。该模块同时给出每个自变量对Y 的分布的预测值，并用图形显示。例：DEMO 数据分析对SBP 的三分组进行回归分析，输入界面如下图所示输出结果： Multinomial Logistic Regression Outcome: Systolic BP, mmhg 三分组 SEX : Male Multinomial Logistic Regression: Odd.ratio (95% CI) P.value SBP.T3 = SBP.T3 = 1 SBP.T3 = 2 0 1.0 17.3557 (0.8369, 359.9301) 0.3025 (0.0156, 5.8780) (Intercept) (ref.) 0.0651 0.4296 1.0 0.9100 (0.7993, 1.0360) 0.9973 (0.8808, 1.1292) BMI (ref.) 0.1539 0.9658 1.0 0.9837 (0.9613, 1.0065) 1.0381 (1.0164, 1.0603) AGE (ref.) 0.1593 0.0005 1.0 1.0226 (0.5852, 1.7870) 0.9584 (0.5525, 1.6624) factor(OCCU.NEW)2 (ref.) 0.9375 0.8798 1.0 0.6797 (0.2983, 1.5489) 1.1612 (0.5524, 2.4411) factor(EDU.NEW)2 (ref.) 0.3582 0.6933 1.0 1.2542 (0.5313, 2.9607) 1.1300 (0.4953, 2.5781) factor(EDU.NEW)3 (ref.) 0.6052 0.7714 Predicted probability for each sub-group (with other Xs = mean or the first level) Sub-group P(SBP.T3=0) P(SBP.T3=1) P(SBP.T3=2) OCCU.NEW = 1 0.28714 0.36714 0.34572 OCCU.NEW = 2 0.28890 0.37773 0.33337 EDU.NEW = 1 0.28714 0.36714 0.34572 EDU.NEW = 2 0.30608 0.26599 0.42793 EDU.NEW = 3 0.25226 0.40453 0.3432