多元logistic回归分析2017.pdfVIP

Logistic 回归分析 1 Logistic回归（Logistic Regression）是研究因变量为二分类 或多分类观察结果与影响因素（自变量）之间关系的一种多变量分析 方法，属概率型非线性回归。 Logistic回归的分类： （1）二分类资料Logistic回归： 因变量为两分类变量的资料， 可用非条件Logistic回归和条件Logistic回归进行分析。 非条件Logistic回归多用于非配比病例-对照研究或队列研究 资料，条件Logistic回归多用于配对或配比资料。 （2）多分类资料Logistic回归： 因变量为多项分类的资料， 可用多项分类Logistic回归模型或有序分类Logistic回归 模型进行分析。 2  非条件Logistic 回归分析  条件Logistic 回归分析  Logistic 回归分析应用及注意事项 3 第一节 非条件logistic 回归 一、logistic 回归模型: 设因变量 是一个二分类变量，其取值为 =1 和 =0。 Y Y Y m m 影响 取值的 个自变量分别为X , X ,, X 。在 Y 1 2 m 个自变量（即暴露因素）作用下阳性结果发生的条件 概率为P  P(Y 1 X , X ,, X ) ，则logistic 回归模 1 2 m 型可表示为： exp(  X  X  X ) 0 1 1 2 2 m m P  （15.1） 1exp(  X  X  X ) 0 1 1 2 2 m m   ,  ,,  其中， 为常数项， 为偏回归系数。 0 1 2 m 4 设Z   X  X  X ，则 与 之间关系的 0 1 1 2 2 m m Z P logistic 曲线如下图所示。   可看出：当 趋于 时， 值渐进于1；当 趋于 时， Z P Z 值渐近于0； 值的变化在0~1 之间，并且随