第十讲_Logistic回归.ppt

Logistic回归 第十讲 一、Logistic回归概述 所分析的资料类型在医学研究常见。临床结局常常用分类变量资料表示,如二分类变量：发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈等； 与临床实践密切相关: 预测预后的概率； 直接得到OR的对数值 应用条件宽松：样本量足够即可。 问题的提出 研究肝癌是否与饮酒有关：为控制混杂因素，需要按照 吸烟进行分层。这类资料如何分析处理？ 吸烟 不吸烟 肝癌(+) 肝癌(-) 肝癌(+) 肝癌(-) 饮酒 a1 b1 a2 b2 不饮酒 c1 d1 c2 d2 选用传统分层?2检验(Mantel-Haenszel法) 应用条件：样本量大、分析因素较少。 局限性 当混杂因素过多，例数一定时，各层格子内例数很少，甚至出现为0的情况，估计相对危险度比较困难。 当自变量为连续性变量时，需按照等级资料处理，损失大量信息。 在一项吸烟与冠心病发生的关系研究中，冠心病发生与否(1=发生,0=未发生)为结果,是否吸烟为主要研究因素。 需要控制混杂因素：年龄、性别、种族以及高血压史(x1),高血