第13章StataLogistic回归分析.pdfVIP

第13章StataLogistic回归分析 ⽬录 前⾯我们讲述得回归分析⽅法都要求因变量是连续变量，但很多情况下因变量是离散得⽽⾮连续得。例如，公司招聘⼈才时根据对应 聘⼈员得特征做出录⽤或者不录⽤得评价、毕业学⽣对职业得选择等。这时就需要⽤到Logistic回归分析。根据因变量得离散特征：常⽤得 Logistic回归分析⽅法有3终，包括⼆元Logistic回归分析、多元Logistic回归分析以及有序Logistic回归分析等。 13.1⼆元 Logistic回归分析 我们经常会遇到因变量只有两种取值的情况，例如是否患病、是否下⾬等，这时⼀般的线性回归分析将⽆法准确刻画变量之间的因果 关系，需要⽤其他的回归分析⽅法来进⾏拟合模型。Stata的⼆项分类Logistic回归便是⼀种简便的处理⼆分类因变量问题的分析⽅法。 数据（案例13.1）给出了20名肾癌患者的相关数据。试⽤⼆分类Logistic回归分析⽅法分析患者肾细胞转移情况（有转移y=1、⽆转 移y=0）与患者年龄、肾细胞癌⾎管内⽪⽣长因⼦（其阳性表⽰由低到⾼3个等级）、肾细胞核组织学分级（由低到⾼共4级）、肾细胞癌 组织内微⾎管数、肾细胞癌分期（由低到⾼共4期）之间的关系。 logit V1 V2 V3 V4 V5 V6 #本命令的含义时以V1为因变量，以V2 V3 V4 V5 V6 为⾃变量，进⾏⼆元Logistic 从上述分析结果可以看出由 20个样本参与了分析，模型的F值（5，14）=1.64，P值（Prob F）= 0.2135，说明模型整体是不显著的。模型的可决系数（R- squared）为0.3695，模型的修正的可决系数（Adj R-squared）为0.1444，说明模型的解释能⼒也是⽐较差的。下⾯的不过多赘述 哈。我们可以看出最⼩⼆乘线性模型的整体显著性、系数显著性以及模型的整体解释能⼒都是由较⼤提升看空间的。 可以得到最⼩⼆乘回归⽅程模型是： V1 = -0.0061692*V2+。。。+0.7871698 logistic V1 V2 V3 V4 V5 V6 #本命令的含义是进⾏⼆元Logistic回归分析，研究变量之间的因果关系。其中⾃变量的影响是以（Odds Ratio）的形式输出的。 上图是以V1为因变量，以V2 V3 V4 V5 V6 为⾃变量，进⾏⼆元Logistic回归分析。其中，⾃变量的影响是以优势⽐（Odds Ratio）的形式输出的。从上图可以看出Logistic相对于最⼩⼆乘回归模型得到了很⼤程度的改进。。模型的整体显著性P值达到了9%左右 （Prob chi2 = 0.0934）伪R⽅达到了35%（Pseudo R2 = 0.3500），解释能⼒得到了进⼀步提⾼。各个变量系数的显著程度也有不 同程度的提⾼。 与⼀般的回归形式不同，此处⾃变量的影响是以优势⽐的形式输出的。它的含义是：在⾃变量保持不变的条件下，被观测⾃变量每增 加1个单位时y=1的发成⽐的变化倍数。可以看出，各个变量中只有V6变量的增加回引起因变量取1值得⼤于1倍得增加，这说明只有V6是 与因变量呈现正向变化，只有V6使得因变量取1得概率更⼤。 logit V1 V2 V3 V4 V5 V6 #本命令得含义是进⾏⼆元Logistic回归分析，研究变量之间得因果影响关系。其中变量得影响是以回归系数得形式输出得。 上图可以看出该模型与使⽤Logistic命令回归得到得结果是⼀致得，只是⾃变量影像输出得形式由优势⽐换成了回归系数。 最终模型表达式为： LNV1 = -0.0644172*V2+...+3.224457 其中LNV1 V2 V3 V4 V5 V6 分别表⽰肾细胞发⽣癌转移概率得对数值、年龄、肾细胞癌⾎管内⽪⽣长因⼦、肾癌细胞核组织学分 级、肾细胞癌组织内微⾎管数和肾细胞癌分期。 综上所述，我们得到得结论是：年龄、肾细胞癌⾎管内⽪⽣长因⼦、肾癌细胞分级、肾细胞癌组织内微⾎管数与肾细胞癌转移呈反向 变化，肾细胞癌分期与肾细胞癌转移呈正向变化，但这些变化并不是特别显著。 1 estat clas # 本命令得含义是计算预测准确得百分⽐，并提供分类统计和分类表 2 3