临床护理专业-医学部医学统计学进阶1第3讲-logistic回归.pptVIP

六、条件Logistic回归 对配对调查资料，应该用条件Logistic回归分析。 假设自变量在各配对组中对结果变量的作用是相同的。 配对设计的Logistic回归模型 其中不含常数项。 此回归模型与非条件Logistic回归模型十分相似，只不过这里的参数估计是根据条件概率得到的，因此称为条件Logistic回归模型。 条件Logistic回归的回归系数检验与分析，和非条件Logistic回归完全相同。 七、其他Logistic 回归模型 1、无序多分类应变量 2、有序多分类应变量 八、 Logistic回归的应用 危险/保护因素的筛选，并确定其作用大小。 预测：预测某种情况下或者某个病例，某特定事件发生的概率。 九、注意事项 应用条件 1. 各观察对象间相互独立； 2. logit P与自变量呈线性关系。 变量的取值形式：变量采取不同的取值形式，参数的含义、量值及符号都可能发生变化。 二分类变量：0、1（连续性变量或哑变量） 多分类无序变量：哑变量 多分类有序(等级)变量：连续性变量或哑变量 连续性变量：转换为分类变量较易解释OR值的意义。 样本量：一般不小于200例，配对资料对子数n大于等于变量的20倍，否则回归系数的估计是有偏性的。 不应单纯依赖程序筛选变量，要注意变量的医