第二十章 logistic回归.doc

第二十章 Logistic回归分析 教材：《卫生统计学 (6)》 方积乾主编 授课：中山医.公卫学院 骆福添 020luoft@mail.sysu.edu.cn 【说明】 ? 统计学门类： 业务统计，如政府统计、经济统计、工业统计、农业统计，等 科研统计，如数理统计、生物统计、医学统计、卫生统计 另类统计，如中统、军统、联邦调查局 ? 统计学教程：常包含两大方面内容 理论统计：模型公式、理论概念、严谨定义（ex：治愈80∕100，女性80∕100，两个80%是一样的） 应用统计：公式意义、应用条件、方法步骤、结果解释（ex：前者80%是频率，后者80%是比例） ? 这一章有理论推导和丰富的公式，建议自学；主要介绍应用“统计问题”（两三个公式） 【链接1】 统计分析的三大任务 1、描述样本数据的分布特征（数据?频数图表?平均数与变异度?95%范围） 2、估计总体指标置信区间（选定置信度，借误差分布规律反推） 3、检验总体指标之间差异（选定水准，据误差分布确定概率P） ＊三大法则：数据、分布、对比 -1.96S +1.96S 把握度(1-?)=0.95=中间面积 图a 参考范围 图b 置信区间(反推) -1.96 0 1.96 条件概率P=0.05 ? =尾部面积 图c 假设检验 【链接2】 简单相关与回归要点 图9.1 一年级女大学生体重与肺活量散点图2.0 图9.1 一年级女大学生体重与肺活量散点图 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 40 42 44 46 48 50 52 54 56 58 体重(kg) X 肺 活 量 (L) Y ? 平均水平＝回归直线 ? 变异程度＝相关系数（倒数） ? 2、估计： ? ρ＝r ±1.96Sr ? β＝b ±1.96Sb 3、检验： ? ? 【链接3】 复杂相关与回归（三大回归）要点 1、多重线性回归与相关：（多因素分析基础） 简单回归与相关的推广（自变量多了，描述-估计-检验类推） 2、Logistic回归：因变量Y=（0或1），自变量同多重回归（病因探索，尤其临床） 3、Cox回归：两个因变量Y =（t，d），自变量同多重回归（疗效分析，尤其慢病） 第一节 Logistic 回归模型 一、Logistic回归模型 例20-1 为探讨超重和肥胖对高血压病的影响，2004年，某研究者采用整群抽样的方法，对某地6个镇35周岁以上的常住人口进行高血压普查，同时收集了身高、体重等相关信息。体质指数判为“超重或肥胖”， 为“正常”；收缩压≥140 和(或)舒张压≥90 判为“高血压”。整理后资料见表20-1。记样本患病率为，是相应总体概率的估计值；自变量为体质指数，赋值为1与0，表示“超重或肥胖”，表示“正常” ；因变量为是否患病，表示“患病”，表示“未患病”。 表20-1 不同体质指数组高血压患病率 体质指数（） 调查人数 患病（=1） 未患病（=0） 患病率（%） 正常 （=0） 6792 1331 5461 19.60 超重或肥胖（=1） 4148 1656 2492 39.92 合计 10940 2987 7953 27.30 ? 因变量为二分类变量 ? 首先对进行数据变换： 这个变换将取值在0-1间的值转换为值域在（-）的值。 （20-1c） 变换式（20-1 c），得 （20-4） 若自变量扩展到个，（，，．．．，），则多变量回归模型为 （20-5e） 其中，为常数项（截距），、、．．．为回归系数。 二、模型参数的意义 类似线性回归，表示模型中所有自变量均为0时，的值；回归系数表示在控制其他自变量时，自变量变化一个单位所引起的改变量。我们有关于“优势”的表达式 例20-1中， “超重或肥胖”组（）患高血压的优势为 一般地，根据多个自变量的回归模型，在其他变量取值不变的情形下，与变量的二个水平与（）相对应的事件的优势比为 （20-6） 当的二个水平相差1个单位时，，=。 回归分析广泛用于流行病学中前瞻性的队列（???）研究、回顾性的病例-对照研究以及现况研究。 第二节 Logistic 回归的参数估计及假设检验 一、回归的参数估计 ? 极大似然估计（ ，）最为常用。 ? 求解，使似