第6章logistic回归(II)推荐.pptVIP

有条件限制的多类结果的logistic回归 限制条件?11＝?21： logit P宫/对＝-1.5660+1.1100x1-0.4077x2 logit P胎/对＝-3.4968+1.1100x1+ 0.9841x2 log-likelihood=-545.0718 G2=2×[-544.4177-(-545.0718)]=1.3082,P=0.2527 第5讲 logistic族回归(II) * 主要内容 多元logistic回归 条件logistic回归 多类结果的logistic回归 有序结果的logistic回归 logistic回归的正确应用 控制混杂因素的方法有两种，一是在设计时加以控制，二是在统计分析时进行调整。 配比的作用是使病例和对照在所控制的配比因素上达到均衡。与非配比的资料相比，同样的样本含量，使用配比可以提高优势比的估计精度。 2 条件logistic回归 配比(matched)设计资料 1:1 1:2 2:1 n:m 1:m配比设计的资料格式 配比号 观察对象 组内编号 危险因素 x1 … xp 1 病例 0 x101 … x10p 1 对照1 1 x111 … x11p … … … … … … 1 对照m m x1m1 … x1mp 2 病例 0 x201 … x20p 2 对照1 1 x211 … x21p … … … … … … 2 对照m m x2m1 … x2mp ┇ ┇ ┇ ┇ ┇ ┇ n 病例 0 xn01 … xn0p n 对照1 1 xn11 … xn1p … … … … … … n 对照m m xnm1 … xnmp 配比设计资料的logistic回归 又称为条件logistic回归 没有截距 原因？ 以1:m配对为例 二分类logistic回归时，建立的是P(y=1)的模型。 而在配对设计中，由于经过配对，相当于知道了一个配比组中，有1个病例，这是已知信息。所以建立的是P(y=1|配比组中有1个是病人)的模型。所以称为条件logistic回归 以1：1配对为例 软组织肉瘤与接触苯氧乙酸的关系 软组织肉瘤 接触过 未接触过 对照 接触过 3 4 未接触过 16 30 ?2=7.2, P=0.0073。 软组织肉瘤与接触苯氧乙酸或氯酚的原始数据 编号 配比组 病例－对照 是否接触 频数 match y x f 1 1 1 1 3 2 1 0 1 3 3 2 1 1 16 4 2 0 0 16 5 3 1 0 4 6 3 0 1 4 7 4 1 0 30 8 4 0 0 30 Data exp6_4; input match1 y1 x1 match2 y2 x2 f; y=y1-y2; x=x1-x2; cards; 1 1 1 1 0 1 3 2 1 1 2 0 0 16 3 1 0 3 0 1 4 4 1 0 4 0 0 30 ; proc logistic; model y=x/noint(无截距) clparm=wald clodds=wald; freq f; run; 相应的条件logistic回归模型 子宫内膜癌与是否使用了雌激素 1: Match 配比组（匹配条件：年龄相同） 2: y y=1：病例， y=0：对照 3: ht ht=0：无高血压， ht=1：有高血压 4: est est=0：未使用过雌激素， est=1：使用过雌激素 5: dose 剂量：dose=0：未使用过， dose=1：0.1-0.299(mg/day) dose=2：0.3-0.625(mg/day)， dose=3：0.625(mg/day) 6: drug drug=0：未使用其他药物， drug=1：使用了其他药物 各变量的定义 条件logistic回归(考虑是否使用过) 变量 方程A ln(OR) SE z P OR est 1.9321 0.4341 4.451 0.000 6.90 ht -0.1104 0.3380 -0.327 0.744 0.90 drug 0.7618 0.4933 1.544 0.123 2.14 logL -81.671759 条件logistic回归(考虑使用过多少) 变量 方程B ln(OR) SE z P OR Dose 0.8082 0.1759 4.595 0.000 2.24 ht 0.2136 0.3867 0.552 0.581 1.28 drug 1.0656 0.5561 1.916 0.055 2.90 logL -66.173141 方程B的似然函数大于方程A的似然函数 结果显示，患高血压（ht）子宫内膜癌无关