医学统计学 logistic回归PPT.ppt

卫生统计学;第十五章 多因素对某定性指标 的影响分析;P/(1-P)称优势（比数）;?0 ：表示暴露剂量为0时个体发病与不 发病概率之比的自然对数 ?i ： 表示在其它自变量不变的条件下， Xi改变一个单位时logit P = 的改变量。 ; Logistic 回归的特点;设在一组自变量取值X0 下，某病发病的概率为P0 ，而在另外一组取值X1  下，某病发病的概率为P1 ; 变量Xi 由 改变为 而固定其它自 变量取值时，有 ORi = exp[? i( ─ )] ORi 1,高水平（数据大）率大 ;特别当 ─ = 1 时， ; 二、Logistic 回归模型的配合;用迭代方法使以下目标函数达极大值,估计出bj;（1）AIC检验法（Akaike Information Criterion） L是最大似然函数，g为应变量分类变量的分类数，k为模型中包含的自变量个数。AIC值越小，模型拟合越好。用于同一组数据下的不同模型间的比较。;（2）SC检验法（Schwarte Criterion）; （3）似然比检验法;（5）Wald检验法; 例15-1. 为研究病情x1（0表示不严重，1表示严重）、年龄x2（岁）及不同治疗方法x3（0表示传统疗法，1表示新疗法）对某病疗效的影响，某研究者随机抽取40名某病的患者，其中有20名患者采用传统疗法，另20名患者采用新疗法，经过一段治疗后记录下康复的情况y（0表示未康复，1表示康复），作logistic回归分析。 ;data ex15_1; input y x1-x3 @@; cards; 1 0 20 0 1 0 23 0 1 0 32 0 1 0 38 0 1 1 25 0 1 0 20 1 1 0 24 1 1 0 28 1 1 0 30 1 1 0 32 1 1 0 38 1 1 1 26 1 1 1 29 1 1 1 34 1 1 1 33 1 1 1 38 1 1 1 40 1 0 0 22 0 0 0 26 0 0 0 29 0 0 0 34 0 0 0 30 0 0 0 38 0 0 0 37 0 0 1 24 0 0 1 25 0 0 1 29 0 0 1 32 0 0 1 34 0 0 1 37 0 0 1 40 0 0 1 40 0 0 0 33 1 0 0 36 1 0 1 24 1 0 1 34 1 0 1 32 1 0 1 36 1 0 1 38 1 0 0 39 1 ; proc logistic descending simple; model y=x1-x3 /stb scale=none aggregate lackfit ; units x2=10; run;; Response Profile Ordered Total Value y Frequency 1 1 17 2 0 23;Deviance and Pearson Goodness-of-Fit Statistics Criterion DF Value Value/DF Pr ChiSq Deviance 31 33.9290 1.0945 0.3281 Pearson 31 27.2708 0.8797 0.6585; Testing Global Null Hypothesis: BETA=0 Test Chi-Square DF Pr ChiSq Likelihood Ratio 9.5290 3 0.0230 Score 8.5958 3 0.0352 Wald 6.9431 3 0.0737; Analysis of Maximum Likelihood Estimates