[医学]北京大学医学部医学统计学进阶1第3讲 logistic回归.pptVIP

Logistic回归分析 北京大学公共卫生学院 王海俊 副教授 什么是适宜的统计方法？ 1、与研究目的有关 2、与资料类型有关 当研究目的为建立某病发生概率与自变量关系的统计模型时，是否可用线性回归模型？为什么？P 某事件发生的概率X 可能与该事件发生有关的因素 P= 一、 Logistic回归模型 Logistic回归是描述一些自变量X和一个分类变量之间关系的数学模型。 应变量：二分类变量，若令应变量为y，则常用y＝1表示“发病”，y＝0表示“不发病”（在病例对照研究中，分别表示病例组和对照组）。 自变量：可以为分类变量，也可以为连续变量。 与线性回归分析的主要区别： 应变量为连续计量资料 Logistic回归的分类 二分类 多分类 条件Logistic回归 非条件Logistic回归 Logistic回归模型 　 Logistic function Logistic function f(z) 取值 0-1，可描述/预测概率，Logistic 模型是概率模型 Logistic function f(z) 呈S-形曲线，符合流行病学对危险因素与疾病风险关系的认识 Logit变换（也称对数单位转换） logit P= = 二、参数估计 最大似然估计法（Maximum likehood estimate） 　似然函数：L= ? P(y=1|x) P(y=0|x) 对数似然函数： lnL=∑(ln P)=ln P1+ln P2+…+ln Pn 非线性迭代方法——Newton-Raphson法 通过迭代法估计一组参数（?0， ?1 ， ?2 ….. ?m）使L达到最大。 三、回归系数的意义 单纯从数学上讲，与多元线性回归分析中回归系数的解释并无不同，亦即βi表示xi改变一个单位时， logit P的平均变化量。 流行病学一些概念： 　设P表示暴露因素X时个体发病的概率，则发病的概率P与未发病的概率1-P 之比为优势或比值（odds）， logit P就是odds的对数值。 比值比 Odds Ratio Odds=P/(1-P) 暴露组： P1=a/(a+b), 1-P1= b/(a+b) Odds=a/b 非暴露组： P0=c/(c+d), 1-P0= d/(c+d) Odds=c/d Odds Ratio (OR) 相对危险度（relative risk）: RR=P1/P0 当一种病的死亡率（或发病率）较小，近似于零时，1-P≈1，则有： OR≈RR=P1/P0 Logistic回归中的常数项（β0）表示，在不接触任何潜在危险／保护因素条件下，效应指标发生与不发生事件的概率之比的对数值。 Logistic回归中的回归系数（βi ）表示，某一因素改变一个单位时，效应指标发生与不发生事件的概率之比的对数变化值，即OR的对数值。 Logistic回归系数的意义 分析因素xi为二分类变量时， 暴露xi ＝１，非暴露xi ＝０， 则Logistic回归中xi的系数βi就是暴露与非暴露优势比的对数值． 即，OR=exp(βi)=e βi βi = 0时，OR=1，Xi对疾病不起作用； βi 0时，OR1，Xi是疾病的危险因素； βi 0时，OR1，Xi是疾病的保护因素。 分析因素xi为多分类无序变量时，为方便起见，常用1，2，…，k分别表示k个不同的类别。进行Logistic回归分析前需将该变量转换成k-1个指示变量或哑变量（design/dummy variable），这样指示变量都是一个二分变量，每一个指示变量均有一个估计系数，即回归系数，其解释同前。 分析因素xi为多分类有序(等级)变量时： 如果每个等级的作用相同，可按计量资料处理：如以最小或最大等级作参考组，并按等级顺序依次取为0，1，2，…。此时， eβi 表示xi增加一个等级时的优势比， e(k*βi)表示xi增加k个等级时的优势比。 如果每个等级的作用不相同，则按多分类无序资料处理。 分析因素xi为连续性变量时， eβi表示xi增加一个计量单位时的优势比。 多因素Logistic回归分析时，对回归系数的解释都是指在其它所有自变量固定的情况下