医学统计学上课第14章-2logistic回归.pptx

第14章-2 Logistic回归;;为了解农村脑卒中的患病情况以及有关的影响因素,随机抽取了某农村6006名45岁以上农民进行了问卷调查。应变量脑卒中y（未患= 0 ，患病=1）的7个拟选影响因素及其数量化见表14-1。 ;表14-2 6006名农民现场调查结果;采用多重线性回归分析，建立回归方程为 进入方程的变量为性别和高血压，偏回归系数均为正值，表明脑卒中患病与性别和高血压史呈正相关（P＜0.05）; 问 题 ;3. 采用的统计方法是否正确? 为什么? 该资料的统计方法不正确 因为如果将可能的危险因素与脑卒中的患病频率P直接描述为线性关系, 进行线性回归分析, 则建立的回归模型形式为 由于P 的取值为0-1, 而由自变量建立的方程所得的 P 值会出现大于1或小于0的情况，因而线性回归方程就不合适了 4. 该资料应采用何种统计方法? Logistic 回归分析;第一节 概 述;(一) Logistic回归（logistic regression） 1. 类型 属于概率型非线性回归 2. 用途 研究应变量 y （分类变量）与一些影响因素 xi之间关系;(一) Logistic回归（logistic regression） 3. Logistic回归模型对变量的要求 1)应变量：分类变量（最好数量化为二项分类） a. 二分类变量、无序多分类变量——计数资料 b. 有序多分类变量——等级资料 2)自变量：计量、计数和等级资料;(二) Logistic回归分析的种类 ;(三)Logistic回归模型（分类评定模型、逻辑回归模型） 以二分类Logistic回归为例 1. 设研究所关注的结局事件（如患病或治愈）是否发生用应变量 y 表示 2. 设 y 为二分类变量 y = 1 ：该结局事件发生，概率为P y = 0 ：该结局事件未发生，概率为1－P;(三)Logistic回归模型（分类评定模型、逻辑回归模型） 3. 二分类Logistic回归概率模型 4. 二分类 Logistic回归模型 ln[P/(1-P)]与各 x 间的关系：线性关系 P在(0,1)之间变动时，logit(P)在(-∞,+∞)之间变动;(三)Logistic回归模型（分类评定模型、逻辑回归模型） 5. 模型参数的意义 β0：常数项，表示所有自变量均为 0 时,logit(P)的值 βi ：偏回归系数，表示在控制其他自变量时,自变量xi 变化一个单位所引起的 logit(P) 的改变量 ;(三)Logistic回归模型（分类评定模??、逻辑回归模型） 6. 建立Logistic回归模型的意义（补充内容） 1)Logistic回归模型将原本非线性的关系通过适当的变量变换，转化为线性关系 2)可以根据 b 值求得 OR 值 3)可同时控制多个因素 4)定量解释应变量与自变量之间的联系 5)可以分析变量间的交互效应;(一) 参数估计 1. 参数估计的内容 1) 偏回归系数βi 的区间估计（P380第4条） 2) 偏回归系数估计值的标准误 SE(bi ) 3) 优势比 OR 的区间估计（补充内容） 2. 参数估计的方法 1) 加权最小二乘法(WLS) 2) 线性判别法 3) 最大似然法(ML)：常用的回归参数（βi、 OR ）估计方法;(一) 参数估计 最大似然法估计的基本思想 1. 先建立似然函数 L 和对数似然函数lnL 2. 采用非线性迭代法使其似然函数或对数似然函数达到极大值，此时参数的取值称为最大似然估计值 3. 参数估计值的标准误的估计, 是以似然函数 L 的一阶和二阶导函数建立的估计公式,采用递推方法计算;(一) 参数估计 1. 偏回归系数 ?i 的区间估计 根据正态分布理论进行偏回归系数的区间估计 总体偏回归系数 ?i 的(1-?)可信区间（CI）为 总体偏回归系数 ?i 的 95% 可信区间（CI）为;2. 优势比（odds ration, OR）（P380第四条） 1) 优势（odds）（又称比数） 指某事件的发生概率P与不发生概率1-P之比 2) 优势比（又称比值比） 指某事件在两种不同条件下的优势之比 在Logistic回归模型中，自变量 xi 增加一个单位，对应的优势比为;2. 优势比（odds ration, OR） 4) 根据 OR 值判断 x 对 y 的影响 (1) 当βi 为正→ORi＞1→ xi 增加1个单位后与增加前相比，事件发生的优势比大于1→ xi 增大时事件发生 (2) 当βi＝0 → ORi＝1