logistic回归分析(重怕点、难点).ppt

几个重要的流行病学概念 病因分析（预后分析）的目的：找出影响疾病发生（或预后好坏）的影响因素及其影响的强度。 如果某因素对疾病发生有影响，就称该因素与疾病的发生有关联，关联的强度则反映其对疾病发生影响的大小。 几个重要的流行病学概念 队列研究（cohort study） 病例对照研究（case-control study） 危险度（risk） 相对危险度（relative risk， RR） 比数比或优势比（odds ratio， OR） 队列研究 队列研究（cohort study） ：对“因”分类上的人群作追踪随访，观察其“果”，然后对资料进行比较分析，从而判断“因”与“果”之间有无关联及关联的强度。 病例对照研究 病例对照研究（case-control study）：是对“果”分类上的人群作回顾性调查，观察其“因”，然后对资料进行比较分析，从而判断“果”与“因”间关联有无统计学意义及关联的强度。 相对危险度 RR＞1：表示该因素为危险因素，使发病危险度增大。 RR＜1：表示该因素为保护因素，使发病危险度减小。 RR=1：表示该因素对疾病的发病无影响。 比数比 一个病例对照研究资料 第一节 Logistic回归分析 Logistic Regression 实例 实例 表16-2 冠心病8个可能的危险因素与编码说明 Logistic回归模型 Logistic曲线 实例分析 实例分析 数据准备成3列：例数、吸烟史（1：有，0：无），膀胱癌（1：有，0：无） 实例分析 Data Weight cases 实例分析 Analyze Regression Binary Logistic 实例分析 应变量编码 变量的筛选 表16-2 冠心病8个可能的危险因素与编码说明 第二节 条件Logistic回归分析Conditional Logistic Regression 条件Logistic回归的原理 条件Logistic回归（conditional Logistic regression）是针对配对或分层资料分析的一种方法。 为了控制一些重要的混杂因素（如性别和年龄等），流行病学常采用1:M配对的研究方法，即每一个病例与M个与它条件相一致的对照形成一个匹配组（每一匹配组为一个层）。 条件Logistic回归，其实质是在构造似然函数时利用适当的条件分布，实现在各层中进行比较。 条件Logistic回归模型 实例分析 例16-3 某市调查三种生活方式与胃癌发病的关系，采用1:1配对的病例?对照研究形式。按每个病例的性别、年龄和居住地选取一个健康作为对照。调查的三种生活方式取值见表16-7，共调查了50对病例与对照。试作条件Logistic逐步回归分析。 实例分析 数据准备成4列：X1、X2、X3，配对号及疾病发生情况Y（1：病例，0：对照）。 实例分析 实例分析 第三节 Logistic回归的应用 及注意事项 Logistic回归的样本量 Logistic回归要求有足够的样本含量，样本含量愈大分析结果愈可靠。 实际中病例和对照的人数应至少各有20～30例，方程中的变量个数愈多需要的例数也就愈大。 对于配对资料，一般样本的匹配组数应为纳入方程中的自变量个数的20倍以上。 Logistic回归系数的理解 βj 的值并不具有OR或RR的直接含义，它只是OR或RR的自然对数值。 βj 的正负号与危险因素的赋值方式有密切联系，因此应结合Xj 具体的赋值方式来理解Xj 对所研究疾病的影响。 各βj 的绝对值大小并不直接表明各危险因素Xj 对疾病发生的相对重要性，这是由于各Xj 的量纲不同。如果要比较各危险因素对疾病影响作用的相对大小，应使用标准化Logistic回归系数βj ‘。 由病例对照资料作Logistic回归得到的模型不能直接用于发病概率的估计(此时，得到的是暴露率)，而队列研究得到的Logistic回归模型可以用于发病率估计。 模型参数的意义 模型参数的意义 α α logistic回归模型的参数估计 原理：最大似然( likelihood )估计 参数估计 可反映某一因素两个不同水平（c1，c0）的优势比。 优势比估计 logistic回归模型的参数估计 logistic回归模型的假设检验 2. 1.似然比检验: -2lnL近似服从 分布 G = 2(lnL1-lnL0)= 2ln（L1/L0） ν=p-l 标准化回归系数 标准化回归系数绝对值越大,说明相应变量的作用越大. 模型拟合结果 方法：前进法、后退法和逐步法。检验统计量：不是 F 统计量，而是似然比统计量、 Wald 统