医学统计学16-logistic回归PPT.ppt

第十六章 logistic回归分析;内容;一、logistic 回归的概念;二、应用举例;三、预备知识：OR值与RR值;四、 logistic回归对资料的要求;五、模型的建立与变量筛选;《实习指导》例题;有关符号意义说明如下;1. SPSS的数据工作表;2. SPSS的操作步骤Analyze ?Regression ? Binary Logistic;Logistic regression 对话框;将Y选入Dependent栏，X1 ~X5选入Covariate栏，选择Forward:LR法。单击Options按钮。;Options对话框;单击Continue按钮;单击OK按钮;3. SPSS的结果与分析（1）数据基本情况;（2）0步时的分析结果; ;（4）分类表：只有1个分错类，即观察值为0类，而预测值为1类;（5）模型中的变量;最重要的结果;（6）未引入模型的变量;多因素logistic回归分析结果;表1 肾细胞癌转移的多因素logistic回归分析;小结;六、logistic回归分析的结果表达;例:16-2（P339）;冠心病危险因素的病例－对照调查资料;表1 冠心病的相关因素与赋值;（二）单因素分析;单因素分析方法;1. 卡方检验;Y ? Column (s);Chi-square?卡方检验Risk ?求OR值或RR值;列联表及行百分数;8个变量，例数54，无缺失值;年龄：等级资料；病例组与对照组的年龄构成;线性趋势检验：年龄与冠心病的发病呈线性关系（?2＝5.68，P＝0.017）等级资料，不能计算OR值;A型性格 与 冠心病OR= (21×15) / (13×5)=(21/13) / (5/15)= 4.85 ;?2＝6.82，P＝0.009OR=4.85 (1.42, 16.51);表中的因素都是2分类变量;如果是计量资料，则百分率改为 ，?2 改为t;2. 每次引入1个自变量进行logistic回归分析;OR为4.85, 95% CI为1.42～16.51, P=0.012;3. 当缺失值没有或很少时，逐步多因素logistic回归0步时的分析结果;结果;Score统计量的结果与卡方检验一致（无缺失值的情况下）;（三）多因素分析;;结果简洁清楚;七、logistic回归应用的注意事项;SPSS中哑变量的设置;例（P 352）;数据文件;多因素logistic回归分析;年龄的OR值为0.782，什么含义？;Crosstab：肥胖发生风险并非随年龄增加而减少。可以7～9岁年龄组为参照;7～9岁年龄组为参照：单击Categorical;选择：First (1： 7～9岁年龄组);单击Change，单击Continue;单击OK;哑变量自动生成Frequency是分层的数目，总共有64层，其中有7层的例数为0;;;结果解释;是每???年龄组都是男性肥胖率高于女性吗？;;八、logistic回归的应用;九、logistic回归的种类;十、Logistic回归分析资料主要来源;作业