医学统计学课件（研究生）13logistic 回归（研）.pptVIP

* * 概率P值均小于0.05，说明方程有意义。 * * 变量筛选 * * 实例分析 * * * * Logistic回归分析 * * 回归分析的分类 多个因变量 (y1,y2,…yk) 路径分析 结构方程模型分析 一个因变量 y 连续型因变量 (y) --- 线性回归分析 分类型因变量 (y) ---Logistic 回归分析 时间序列因变量 (t) ---时间序列分析 生存时间因变量 (t) ---生存风险回归分析 * * 医学研究中常碰到应变量的可能取值仅有两个（即二分类变量），如发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈、暴露与未暴露等，显然这类资料不满足多重线性回归的条件 什么情况下采用Logistic回归? * * 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。 在分析疾病与各种危险因素间的定量关系，同时为了能真实反映暴露因素与观察结果间的关系，需要控制混杂因素的影响，已知主要控制混杂的方法包括：分层分析和多重回归。 * * 控制混杂因素的方法 （1）Mantel-Haenszel分层分析：适用于样本量大、分析因素较少的情况。 当分层较多时，由于要求各格子中例数不能太少，所需样本较大，往往难以做到； 当混杂因素较多时，分层数也呈几何倍数增长，这将导致部分层中某个格子的频数为零，无法利用其信息。 * * * * 按饮酒与否分层计算OR值 * * （2）线性回归分析： 由于因变量是分类变量，不能满足其正态性要求；有些自变量对因变量的影响并非线性。 * * logistic回归:研究某个二分类（或无序及有序多分类）目标变量与有关因素的关系，不仅适用于病因学分析，也可用于其他方面的研究 。 logistic回归的分类： （1）二分类资料logistic回归 非条件logistic回归 条件logistic回归(配对或配比资料) （2）多分类资料logistic回归 * * 非条件logistic回归 用途 探讨二项分类结果变量发生概率的主要影响因素, 临床上常用于筛选与疾病预后的主要影响因素，评价治疗措施的效果 应用条件 应变量为二项分类变量，自变量可以是定量变量 ，也可以是分类变量 * * 研究人群 + - + + - - 调查方向：追踪收集资料 比较 疾病 人数 暴露 a b c d a/(a+b) c/(c+d) 队列研究原理示意图 * * RR（相对危险度relative risk）：表示暴露组与非暴露组发病率(或死亡率)的比值。也称为危险比（risk ratio）。反映了暴露与疾病发生的关联强度。 RR表明暴露组发病或死亡的危险是非暴露组的多少倍。 * * + - 病例 + - 对照 调查方向：收集回顾性资料 a b c d a/(a+b) c/(c+d) 比较 人数 暴露 疾病 病例对照原理示意图 * * 相对危险度RR的本质是暴露组与非暴露组发病率之比或发病概率之比。但病例对照研究不能计算发病率，只能计算比值比OR值。 OR与RR的含义是相同的，也是指暴露组的疾病危险性为非暴露组的多少倍。当疾病发病率小于5%时，OR是RR的极好近似值。 OR1,说明 该因素使疾病的危险性增加，为危险因素；OR1,说明 该因素使疾病的危险性减小为保护因素. * * Logistic回归模型的构造 设x1, x2 , … , xp为一组自变量，y为应变量。当y是阳性反应时，记为y=1；当y是阴性反应时，记为y=0。用P表示发生阳性反应的概率；用1-P就是发生阴性反应的概率 * * logistic回归模型 上式中， β0 为常数项, βj为偏回归系数 * * * * 优势(Odds)： 优势比（Odds ratio） 表示一个暴露水平与另一个暴露水平相比，所引起某种结局的危险度之比 OR 与βj 之间的关系： 偏回归系数βj 的流行病学意义 在其他自变量固定不变的情况下，自变量 xj 的暴露水平每改变一个测量单位时，所引起的优势比OR 的自然对数