Logistic回归分析(重点、难点)PPT.ppt

第三军医大学军事预防医学院卫生统计学教研室Department of Health statistics ,TMMU Tel课对象：2010级研究生 任课教员：张彦琦 讲师;第十六章 Logistic回归分析 Logistic Regression Analysis ;第一节 非条件Logistic回归分析;;几个重要的流行病学概念;队列研究;病例对照研究;危险度 ;相对危险度 ;相对危险度 ;比数(odds)：发生率与未发生率之比，即 p/(1-p) ，即阳性率/阴性率。 比数比（odds ratio， OR） ：两个比数之比， 即 ，通常在流行病研究中 p1为病例组的暴露率，p2为对照组的暴露率。;比数比;一个病例对照研究资料; ;目的：作出以多个自变量（危险因素）估计应变量（结果因素）的logistic回归方程。属于概率型非线性回归。 资料：1. 应变量为反映某现象发生与不发生的二值变量； 2. 自变量宜全部或大部分为分类变量，可有少数数值变量。分类变量要数量化。;用途：研究某种疾病或现象发生和多个危险因素（或保护因子）的数量关系。 用 检验（或u检验）的局限性： 1.只能研究1个危险因素； 2.只能得出定性结论。 ; 种类: 1. 成组（非条件）logistic回归方程。 2. 配对（条件）logistic回归方程。;第一节 Logistic回归分析 Logistic Regression;实例;例16-2 为了探讨冠心病发生的有关危险因素，对26例冠心病病人和28例对照者进行病例?对照研究，调查记录了8个可能的危险因素，试用Logistic逐步回归分析方法筛选危险因素，并分析各自变量的作用大小。;表16-2 冠心病8个可能的危险因素与编码说明;;Logistic回归模型;Logistic回归模型;Logistic曲线;常数项： α表示暴露剂量 为0时个体发病与不发病概率之比的自然对数。 回归系数： 表示自变量 改变一个单位时Logit（P ）的改变量。; 流行病学衡量危险因素作用大小的比数比指标。计算公式为：;模型参数的意义 ;模型参数的意义 ;模型参数的意义 ;logistic回归模型的参数估计 ;;logistic回归模型的假设检验;标准化回归系数;实例分析;数据准备成3列：例数、吸烟史（1：有，0：无），膀胱癌（1：有，0：无）;Data Weight cases;Analyze Regression Binary Logistic;应变量编码;方法：前进法、后退法和逐步法。检验统计量：不是 F 统计量，而是似然比统计量、 Wald 统计量和计分统计量之一。;变量的筛选;表16-2 冠心病8个可能的危险因素与编码说明;实例分析;由标准化回归系数可以看出，选入的四个危险因素按其影响大小排列的顺序为X6、X8、X5、X1, 它们分别是动物脂肪摄入量、A型性格、高血脂史和年龄增高。 ;第二节 条件Logistic回归分析Conditional Logistic Regression;条件Logistic回归的原理;表16-5 1: M 条件logistic回归数据的格式 ;条件Logistic回归模型 ;实例分析;数据准备成4列：X1、X2、X3，配对号及疾病发生情况Y（1：病例，0：对照）。;模型拟合结果;实例分析;第三节 Logistic回归的应用 及注意事项;logistic回归分析的特点之一是参数意义清楚，即得到某一因素的回归系数后，可以很快估计出这一因素在不同水平下的优势比OR或近似相对危险度RR，因此非常适合于流行病学研究。 logistic回归既适合于队列研究(cohort study)，也适合于病例-对照研究(case-control study),同样还可以用于横断面研究(cross-sectional study); 临床试验的目的大多是为了评价某种药物或治疗方法的效果，如果有其他影响效果的非处理因素(如年龄、病情等)在试验组和对照组中分布不均衡，就有可能夸大或掩盖试验组的治疗效果。 当非处理因素过多时，可能会遇到各层样本量过小和非处理因素在试验组和对照组内的分布不均衡的问题。用单因素分析很难保证对比组间的齐同性。 当评价指标为二值变量时(如有效和无效)，可以利用logistic