Logistic回归分析2012.ppt

文档介绍：Logistic回归分析
汕大医学院预防医学教研室
Logistic regression:
是研究分类变量统计分析的一种重要方法。研究两水平或多水平反应变量与其影响因子间关系的回归分析(线性回归分析: 应变量为连续计量资料)。
Logistic回归模型是一种概率模型, 通常以疾病,死亡等结果发生的概率为因变量, 影响疾病发生的因素为自变量建立回归模型。
第一节 Logistic 回归
目的:作出以多个自变量(危险因素)估计应变量(结果因素)的logistic回归方程。属于概率型非线性回归。
资料:1. 应变量为反映某现象发生与不发生的二值变量或多分类变量;2. 自变量宜全部或大部分为分类变量,可有少数数值变量。分类变量要数量化。
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,也有多分类的应变量,如疗效分级,血压等级等。
试验者术前检查了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分别表示癌症的淋巴结转移与未转移)建立淋巴结转移的预报模型。
实例
53例接受手术的前列腺癌患者情况
Logistic回归的分类
Logistic回归二分类
多分类
非条件:成组资料
1:1配对资料
条件Logistic回归 1:m配对资料
m:n配对资料
根据研究设计不同
要求:
(1)各观察对象的独立性
(2)所需样本量大小与自变量的个数