- 1、本文档共86页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Logistic回归分析 公共卫生学院卫生统计学教研室 内容提要 非条件logistic回归 条件logistic回归 无序多分类logistic回归 有序多分类logistic回归 非条件logistic回归模型 “子宫内膜癌”的危险因素研究 横断面研究 病例对照设计 队列设计 非条件logistic回归模型 研究目的: X1,X2,X3等因素对子宫内膜癌有无影响? 建立Y与X的多重线性回归模型? 非条件logistic回归模型 建立p(Y=1/X)与X的多重线性回归模型? 非条件logistic回归模型 非条件logistic回归模型 建立logit(p)与X的多重线性回归模型: 非条件logistic回归模型 Logistic回归模型: 非条件logistic回归模型 非条件logistic回归模型 常数项 表示当所有自变量均为0时优势的对数。 队列研究中, 表示基线状态下,个体的发病率; 病例对照研究中, 表示基线状态下,病例在研究对象中所占比例; 横断面研究中, 表示基线状态下,个体的患病率。 回归系数 表示当其它自变量固定不变时,X每改变一个单位,优势对数的改变量(优势比的对数)。 非条件logistic回归模型 可以证明: 病例对照研究中的不同疾病状态下暴露于危险因素这一事件的优势比(OR)等于队列研究中不同暴露水平下发病这一事件的优势比; 在发病率很低的情况下,后者接近相对危险度。 这两点是病例对照研究可用于病因学研究的重要 理论依据。 非条件logistic回归模型 用于病例对照研究 非条件logistic回归模型 X为两分类变量(取值为1和0)时,暴露者发病的危险性是非暴露者的exp(β)倍; X为等级变量(0,1,2,3)时,X每增加一个等级,发病的危险性是前一个等级的exp(β)倍; X为连续变量时,X每增加1,发病的危险性是增加前的exp(β)倍(注意实际意义); X为无序多分类变量时,采用哑变量形式。 非条件logistic回归模型 参数估计-最大似然估计(maximum likelihood estimate,MLE) 先建立似然函数或对数似然函数,求似然函数或对数似然函数达到极大时参数的取值,称为参数的最大似然估计值。 非条件logistic回归模型 非条件logistic回归模型 优势比估计 置信区间 非条件logistic回归模型 假设检验 似然比检验(最可靠) G=-2(lnL1-lnL2) G服从X2分布,自由度=两模型自变量个数差。 非条件logistic回归模型 Wald检验(较保守) 检验单个回归系数有无统计学意义 建模策略 建模策略 在单变量分析和相关自变量分析的基础上,进行多因素逐步筛选; 纳入模型的因素: 单变量分析有统计学意义 专业上有意义 需要调整的混杂因素(始终放在模型中) 在多因素筛选模型的基础上,考虑有无必要纳入变量的交互作用项。 建模策略 样本量的问题:经验上每个自变量要有10个以上观察单位。 模型评价: 统计学评价(-2lnL,AIC等) 专业背景评价(好模型应该符合专业背景的解释) 注意事项 资料的质量。 异常值。 样本含量太少,或考虑的变量太多。 应用条件不成立。 自变量间的共线性。 暴露率极低或极高,甚至为0或1。 SAS程序 原始资料: Proc logistic descending; Model y=x1 x2 x3; Run; 频数表资料: Proc logistic descending; Freq count; Model y=x1 x2 x3/selection=stepwise; Run; data a; do y=0 to 1; input x1 x2 x3 n@@; output; end; cards; 0 0 0 35 0 0 0 4 0 0 1 34 0 0 1 10 ………. 1 1 0 6 1 1 0 6 1 1 1 6 1 1 1 6 ; proc print ; run; proc logistic descending; freq n; model y=x1 x2 x3; run; 似然比检验: Test Chi-Square DF Pr ChiSq Likelihood Ratio 21.7296 3 .0001 Score
文档评论(0)