同济医学院-《医学多元统计》课件-多元logistics回归分析PPT.pptVIP

多元Logistics回归分析;内容;内容; 从数学角度看，logistic回归模型非常巧妙地避开了分类型变量的分布问题，补充完善了线性回归模型和广义线性回归分析的缺陷。 ;根据数据的类型，logistic回归分析分为两种： 一种是条件logistic回归(conditional logistic regression)，用于分析配对病例对照研究数据。 另一种是非条件logistic回归(unconditional logistic regression)，用于分析成组数据或非配对的病例对照研究。 非条件logistic回归分析也简称为logistic回归分析。 ;logistic回归模型对变量的要求 ;二值因变量的 logistic回归模型 ;多元 logistic回归模型 ;多值变量的 logistic回归模型 ;内容;参数估计;检验参数;模型检验;平行性检验;内容;复习相关概念;一元logistic回归模型系数的解释 ;设因变量 y 取值1和0，分别表示患病和未患病。设自变量 x 1取值1和0，设自变量 x 2取值1和0。这样 x 1 和 x 2 的交叉水平有四个，它们是(1,1)、(1,0)、(0,1)、(1,1)，建立四个哑变量分别代表这四个水平，记为 x11、 x 10、 x 01、 x 00 ，它们表示了四种不同的方式。将前三个哑变量放进模型，则可以得前三种方式相对于最后一种方式患病的相对危险度。 ;内容;条件似然函数;数据资料特征;内容;Logistic回归分析在医学研究中有着相当广泛的应用价值。归纳起来主要的应用有： 1）筛选危险因子。它常用在流行病学的病因学研究中。 2）校正混杂因子，校正非研究因素对研究因素的混杂作用。如它可以消除性别、年龄、病情等对治疗效果分析的干扰，消除年龄、职业、收入等对生活嗜好与疾病关系分析的干扰等。 3）预测疾病或事件发生的概率。非条件logistic回归模型是一个概率模型，它可以用来预测事件发生的概率，如暴露在某些危险因素下得病的概率，这是其它模型不具有特性。 4）将样本进行判别分类。它起的作用和判别分析(第十三章，例13-2)一样，但它对数据的分布没有严格要求，在医学研究中使用很方便。 5）logistic曲线的拟和。医学中不少指标变量之间的关系呈现如图7-1所示的logistic曲线形状。例如剂量和反应的关系。根据拟和曲线可以作有效剂量估计，剂量反应的趋势分析等。;内容;某大学医院外科采用两种不同的绷带(bandage-4-layer???convatee)和两种不同的包扎方式(Granuflex和Na)进行腿溃疡的治疗处理。治疗的结果分三种：不愈、有效和痊愈。治疗方式和治疗效果列在表7-6中。试分析治疗方法对治疗效果的影响。 设因变量 y 表示治疗效果，0=不愈、1=有效、2=痊愈。设因变量 x 1表示绷带种类，1=bandage-4-layer、2=convatee。自变量 x 2 表示包扎方式，1=Granuflex、2=Na。 ;data eg7_6； input y x1 x2 wt @@ ； cards； 0 0 0 19 …… 2 1 1 5 run； proc logistic descending； model y=x1 x2； weight wt； run； ;【SAS输出结果】 The LOGISTIC Procedure ① Response Profile Ordered Total Value Y Count Weight 1 2 4 15.000000 2 1 4 25.000000 3 0 4 59.000000 ② Score Test for the Proportional Odds Assumption Chi-Square = 0.7505 with 2 DF (p=0.6871) ③ Model Fitting Information and Testing Global Null Hypothesis BETA=0 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC 190.499 178.977 . SC 191.469 180.916 . -2 LOG L 186.499 170.977 1