[理学]第九讲 多元统计.pptVIP

常用多变量统计方法简介 李星明 首都医科大学社会医学系 流行病学博士 libright2003@ 电话多元线性回归与logistic回归 在医学实践中，常会遇到一个应变量与多个自变量数量关系的问题。 如医院住院人数不仅与门诊人数有关, 而且可能与病床周转次数, 床位数等有关；护理质量不仅与护士的专业水平，激励机制，医院文化环境，管理等有关；人的体表面积与体重、身高等有关。 如果数据属于分类变量的，如何来计算呢？ （一）基本概念和原理 2、Logistic回归模型的数据结构 设资料中有一个因变量y、p个自变量x1, x2,…,xp，对每个实验对象共有n次观测结果，可将原始资料列成表2形式。 表2 Logistic回归模型的数据结构 实验对象 y X1 X2 X3 …. XP  1 y1 a11 a12 a13 … a1p  2 y2 a21 a22 a23 … a2p  3 y3 a31 a32 a33 … a3p  … … … … … … …  n yn an1 an2 an3 … anp ━━━━━━━━━━━━━━━━━━ 　　其中：y取值是二值或多项分类 表3 肺癌与危险因素的调查分析 例号 是否患病 性别 吸烟 年龄 地区 1 1 1 0 30 0 2 1 0 1 46 1 3 1 0 0 35 1 … … … … … … 30 0 0 0 26 1 注：是否患病中，‘0’代表否，‘1’代表是。性别中‘1’代表男，‘0’代表女，吸烟中‘1’代表吸烟，‘0’代表不吸烟。地区中，‘1’代表农村，‘0’代表城市。 表4 配对资料(1:1) 对子号 病例 对照 x1 x2 x3 x1 x2 x3 1 1 3 0 1 0 1 2 0 3 1 1 3 0 3 0 1 2 0 2 0 … … … … … … … 10 2 2 2 0 0 0 注：X1蛋白质摄入量，取值：0，1，2，3 X2不良饮食习惯，取值：0，1，2，3 X3精神状况 ，取值：0，1，2 Logistic回归-- Logistic回归与多重线性回归联系与区别 联系: 用于分析多个自变量与一个因变量的关系，目的是矫正混杂因素、筛选自变量和更精确地对因变量作预测等。 区别: 线性模型中因变量为连续性随机变量，且要求呈正态分布。Logistic回归因变量的取值仅有两个，不满足正态分布。 3、 Logistic回归模型 故对于样本资料 OR=exp( ) 95%置信区间为： 可见 是影响因素Xi增加一个单位所引起的对数优势的增量，反映了其对Y作用大小。 如果要比较不同因素对Y作用大小，需要消除变量量纲的影响，为此计算标准化回归系数