logistic回归—周虹.ppt

变量说明： Y：治愈情况 1=治愈；0=未治愈； X1：病情严重程度 0=不严重，1=严重； X2：年龄 X3：治疗方法 0=新疗法，1=旧疗法。 二值 Logistic回归 因变量 协变量(自变量) 后退法筛选变量 OR的95%置信区间 拟合分类表 对模型的检验 对模型拟合的优良性评价：-2Log likelihood有小幅上升，但差异不大。两种决定系数差异也不大。说明第二步结果的拟合程度没有改善，反而稍有下降。 拟合分类表 符合率为72.5% 本次分析最后一步的预测正确率为72.5%，稍显不足，而且与step 1差异不大。这与上表中的模型评价结论一致。 回归系数 标准误 Wald值 P值 OR OR置信区间 不在模型中的变量 分析结果的解释： 病情严重程度X1与治疗方法X3对患者的治愈情况有影响； 病情严重组相对于不严重组，OR＝0.160（病情严重的患者，其治愈的概率是病情不严重的患者的0.160倍），95%置信区间为(0.031，0.821) ； 旧疗法组相对于新疗法组， OR＝0.118， （接受旧疗法的患者，其治愈的概率是接受新疗法的患者的0.118倍），95%置信区间为(0.024，0.589)。 Logistic回归模型为： 补充：Logistic回归分析的其他应用 假设检验的目的:推断多个总体率是否相等 结果解释:当P?0.05，拒绝H0时，总的说来各组有差别，但并不意味着任何两组都有差别：可能是任何两者间都有差别，也可能其中某两者间有差别，而其它组间无差别。 目前尚无公认的进一步两两比较的方法 （可考虑采用Logistic回归） 回顾：分类变量的假设检验—— 完全随机设计的多个样本比较 例：某省从3个水中氟含量不同的地区随机抽取10～12岁儿童，进行第一恒齿患病率的调查（见数据文件p231.sav），问3个地区儿童第一恒齿患病率是否不同？ 变量说明：group:组别，1=高氟区，2=干预区，3＝低氟区；effect:1=患龋，2=未患龋；freq：频数 。 经?2检验， ?2=10.489，P=0.005，可以认为：总的来说三个地区患龋情况有差别。 Pearson 卡方值 P值 患龋率 如何进一步判断哪两个地区有差别？ 二值Logistic回归 在进行Logistic回归分析之前，需要用对变量进行加权 以低氟区为参照，其他两个地区与低氟区进行比较。 Categorical对话框 Options对话框 OR的95%置信区间 对模型的检验 结论：经统计学检验，?2=11.852，P=0.003，Logistic模型有显著性。高氟区、干预区与低氟区相比，患病率均有差异（P0.05）。 参考书 颜虹主编. 医学统计学. 北京: 人民卫生出版社, 2005 金丕焕主编. 医用统计方法, 第2版. 上海: 复旦大学出版社, 2003 孙振球主编. 医学统计学, 第2版. 北京: 人民卫生出版社, 2005 孙尚拱编著. 医学多变量统计与统计软件. 北京: 北京医科大学出版社, 2000 谢谢！ * Logistic报告： 1、选用方法（前进、后退、逐步） 2、模型估计及检验 3、OR解释 * 以Last为参照。 于干预区比较？ 和哑变量赋值的解释有什么不一样？ * 专业解释：不要只看OR，还要结合内部赋值。 Logistic 回归 Logistic Regression 公共卫生学院妇女与儿童青少年卫生学系 周　虹 多元线性回归分析： 用来分析多个自变量与一个因变量的关系； 模型中因变量Y是连续性随机变量，并要求服从正态分布。 但是，在医学研究中，常碰到因变量为非连续性变量的情况。 常见的有三类： 二项分类：如药物实验中，动物出现死亡或生存，人群中某种疾病的患病与未患病，临床实验中药物的有效与无效等。 多项有序分类：如某一药物的治疗结果是治愈、显效、有效、无效。 多项无序分类：如研究肝炎的类型，分为甲、乙、丙、丁、戊型等。 Logistic回归（疾病的病因分析） Logistic回归分析，主要用于因变量是分类变量的回归分析。根据因变量分类的不同，常分为： - 因变量为二分变量的Logistic回归； - 因变量为多分类变量的Logistic回归。 （有序多分类、无序多分类） 此外还有用于分析匹配资料的条件Logistic回归等。 研究对象未经过匹配的非条件Logistic回归和研究对象经匹配的条件Logistic回归。 一、Logistic回归模型 　 ?0为常数项或截距； ?1 ，