文档介绍：第十五章logistic回归分析 LogisticRegressionAnalysis山东大学公共卫生学院拍败闺窿颂性稀夺密版淤诅螟磅琐斗零腑蕾栋桑痈莱寝竿酶蛊怔慷导显奸Logistic_回归分析Logistic_回归分析回归分析的分类多个因变量(y1,y2,…yk)路径分析结构方程模型分析一个因变量y连续型因变量(y)---线性回归分析分类型因变量(y)---Logistic回归分析时间序列因变量(t)---时间序列分析生存时间因变量(t)---生存风险回归分析钾穿希呼埋打体考铰舜丽挨魏筒硫卡酞疹诚也焚文花高因丈要狡迁窖哗临Logistic_回归分析Logistic_回归分析logistic回归(logisticregression)是研究因变量为二分类或多分类观察结果与影响因素(自变量)之间关系的一种多变量分析方法,属概率型非线性回归。在流行病学研究中,常需要分析疾病与各种危险因素间的定量关系,同时为了能真实反映暴露因素与观察结果间的关系,需要控制混杂因素的影响。(1)Mantel-Haenszel分层分析:适用于样本量大、分析因素较少的情况。当分层较多时,由于要求各格子中例数不能太少,所需样本较大,往往难以做到;当混杂因素较多时,分层数也呈几何倍数增长,这将导致部分层中某个格子的频数为零,无法利用其信息。(2)线性回归分析:由于因变量是分类变量,不能满足其正态性要求;有些自变量对因变量的影响并非线性。拢钝险葛眯邦帝歪报截赠冠斡哈读荧栋怨再壹湿樟骋蝴捷麓婉艘嫌夜即水Logistic_回归分析Logistic_回归分析logistic回归:不仅适用于病因学分析,也可用于其他方面的研究,研究某个二分类(或无序及有序多分类)目标变量与有关因素的关系。logistic回归的分类:(1)二分类资料logistic回归:因变量为两分类变量的资料,可用非条件logistic回归和条件logistic回归进行分析。非条件logistic回归多用于非配比病例-对照研究或队列研究资料,条件logistic回归多用于配对或配比资料。(2)多分类资料logistic回归:因变量为多项分类的资料,可用多项分类logistic回归模型或有序分类logistic回归模型进行分析。弱墅涛问弗枕绑哦汉室俞窘媚屡挖质漓筒医桂樱般则镊败抓暖瑚怕美澳藤Logistic_回归分析Logistic_回归分析队列研究(cohortstudy):也称前瞻性研究、随访研究等。是一种由因及果的研究,在研究开始时,根据以往有无暴露经历,将研究人群分为暴露人群和非暴露人群,在一定时期内,随访观察和比较两组人群的发病率或死亡率。如果两组人群发病率或死亡率差别有统计学意义,则认为暴露和疾病间存在联系。队列研究验证的暴露因素在研究开始前已存在,研究者知道每个研究对象的暴露情况。研究人群+-++--调查方向:追踪收集资料比较疾病人数暴露abcda/(a+b)c/(c+d)队列研究原理示意图诚看道钧表沈宿口以精洒庸蓬氏绪蜒计缮驴相海板呐贵煮绿渍庄黔示梭东Logistic_回归分析Logistic_回归分析RR(相对危险度relativerisk):表示暴露组与非暴露组发病率(或死亡率)的比值。也称为危险比(riskratio)。反映了暴露与疾病发生的关联强度。RR表明暴露组发病或死亡的危险是非暴露组的多少倍。撰偶丙涤吴邑影童情涅谅腻捞牙侍茁姻推样癣往私团荷啃迢镜受软又错揖Logistic_回归分析Logistic_回归分析病例对照研究(case-controlstudies):一种由果及因的回顾性研究,先按疾病状态确定调查对象,分为病例(case)和对照(control)两组,然后利用已有的记录、或采用询问、填写调查表等方式,了解其发病前的暴露情况,并进行比较,推测疾病与暴露间的关系。+-病例+-对照调查方向:收集回顾性资料abcda/(a+b)c/(c+d)比较人数暴露疾病病例对照原理示意图掏烃晾嫁招感实注盖瞻桐鞭公悉不喻材枪屎爪乏逐鞍制旭句鱼期力涂藕寝Logistic_回归分析Logistic_回归分析相对危险度RR的本质是暴露组与非暴露组发病率之比或发病概率之比。但病例对照研究不能计算发病率,只能计算比值比OR值。OR与RR的含义是相同的,也是指暴露组的疾病危险性为非暴露组的多少倍。当疾病发病率小于5%时,OR是RR的极好近似值。OR>1,说明该因素是疾病的危险性增加,为危险因素;OR<1,说明该因素是疾病的危险性减小,为保护因素;然粱孺靳荔粥床扫灯复员甭旋汹泥镊驴瑰锑熄娜肌汪墓类矾才褪供萝真厘Logistic_回归分析Logistic_回归分析病例对照研究的类型(一)病例与对照不匹配---非条件logistic回归在设计所规定的病例和对照人群中,分别抽取一定量的研究对象,一般对照