第十六章 logistic回归.ppt

文档介绍：Logistic regression
Logistic回归


第三节. 应用及其注意事项
医学研究中常碰到应变量的可能取值仅有两个(即二分类变量),如发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈、暴露与未暴露等,显然这类资料不满足多元(重)回归的条件
什么情况下采用Logistic回归
Brown(1980)在术前检查了53例前列腺癌患者,拟用年龄(AGE)、酸性磷酸酯酶(ACID)两个连续型的变量,X射线(X_RAY)、术前探针活检病理分级(GRADE)、直肠指检肿瘤的大小与位置(STAGE)三个分类变量与手术探查结果变量NODES(1、0分别表示癌症淋巴结转移与未转移)建立淋巴结转移的预报模型。
实例
(一)53例接受手术的前列腺癌患者情况
(二)26例冠心病病人和28例对照进行病例对照研究
26例冠心病病人和28例对照者进行病例对照研究
一、logistic回归模型
概率预报模型
二、模型的参数估计
Logistic回归参数的估计通常采用最大似然法(maximum likelihood,ML)。最大似然法的基本思想是先建立似然函数与对数似然函数,再通过使对数似然函数最大求解相应的参数值,所得到的估计值称为参数的最大似然估计值。