回归分析II.pptVIP

* 回归分析 II 分类资料的回归分析 Logistics 模型 非线性的回归分析 SAS/STAT模块 SAS/STAT模块 回归分析功能 REG 一般线性回归分析 RSREG 建立二次响应面的回归模型 ORTHOREG 使用Gentleman-givens算法进行回归计算 NLIN 建立非线性回归模型 TRANSREG 建立最佳变量转换 CALIS 线性结构方程的拟合系统与路径分析 CATMOD 分析能够用列联表表示的数据 GLM 用最小二乘法拟合一般线性模型 LIFEREG 对失效时间数据拟合参数模型 LOGISTIC 拟合Logistic回归模型 PROBIT 执行PROBIT回归 Logistic 回归 如果因变量为分类变量，则不符合一般回归分析模型的要求，这时可用logistic回归来分析。 Logistic回归按因变量的取值分为： 两分类（二值）的Logistic回归 多分类有序的Logistic回归 多分类无序的Logistic回归 Logistic 回归 Logistic模型有两个最主要的用途： 第一是分析影响因素，求出各协变量对因变量的比数比； 第二是作为判别分析方法，来估计各种自变量组合条件下因变量各类别的发生概率。 简单的Logistic回归调用LOGISTIC过程 较复杂的要调用CATMOD过程 Logistic 回归 Logistic回归是对定性变量的回归分析。 如，某个人是否购买汽车，受到多种如家庭情况、收入情况等因素的影响，但最终的可能性只有两个：购买或不购买。 又如：在疗效考核中，研究疗效（分显效、有效、无效三个等级）与治疗方法、患者病情轻重等因素的关系。 Logit 转换 Logistic Regression模型 因变量是二分变量 Logit转换 logit P为因变量 Logistic模型 程序 工具 Logistic Regression The LOGISTIC procedure fits logistic models, in which the response can be either dichotomous or polychotomous. Stepwise model selection is available. You can request regression diagnostics, and predicted and residual values. LOGISTIC程序 例子1 例子2 例子3 LOGISTIC工具 SAS/ANALYST Statistics → Regression → Logistics 例子1 为评价某新疗法的疗效，研究者随机抽查了40名某病患者，治疗后一定时间内观察其康复状况，作统计分析。 变量y为康复状况 （y=0表示未康复，y=l表示康复） 变量xl为病情严重程度 （xl=0表示不严重， xl=l表示严重） 变量x2为疗法 （x2=0表示新疗法，x2=1表示传统疗法) 例子1—程序 proc logistic data=sasuser.data8_01 descend; model y=x1 x2; run; 例子1—结果 例子2 生物学家想了解种子的发芽数是否受水分及是否加盖的影响，为此，在加盖与不加盖两种情况下对不同水分分别观察100粒种子是否发芽，记录发芽数。 建立发芽率对水分、是否加盖及其交互作用的Logistic回归。 例子2 各种水分条件下，不盖和加盖的发芽数 数据在SAS数据集中的放置： 例子2—程序 proc logistic data=sasuser.data8_02 descend; model y=water cover cover*water; freq f; run; 例子2—结果 例子3 某工作者在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批进行根治性肾切除术患者的肾癌标本资料，现从中抽取26例资料作为示例进行logistic回归分析。 例子3 变量说明： i： 样品序号 x1：确诊时患者的年龄(岁) x2：肾细胞癌血管内皮生长因子(VEGF)， 其阳性表述由低到高共3个等级 x3：肾细胞癌组织内微血管数(MVC) x4：肾癌细胞核组织学分级，由低到高共Ⅳ级 x5：肾细胞癌分期，由低到高共Ⅳ期 y： 肾细胞癌转移情况 （有转移y=1; 无转移y=0） 例子3—程序1 proc logistic data=sasuser.data8_03 des; model y=x1-x5; run; 例子3—结果1 全回归 例子3—程序2 proc logis