同济医学院SPSS课件SPSSLogistic回归.ppt

文档介绍：@内容基本概念基本步骤基本操作基本结果解释数据分析的背景计量资料单因素统计分析对于两组计量资料的比较,一般采用t检验或秩和检验。对于两个变量的相关分析采用Pearson相关分析或Spearman相关分析考虑多因素的影响,对于应变量(反应变量)为计量资料,一般可以考虑应用多重线性回归模型进行多因素分析。数据分析的背景单因素的分类资料统计分析,一般采用Pearson2进行统计检验,用OddsRatio及其95%可信区间评价关联程度。考虑多因素的影响,对于反应变量为分类变量时,用线性回归模型P=a+bx就不合适了,应选用Logistic回归模型进行统计分析。Logistic回归模型按研究设计分类非配对设计:非条件Logistic回归模型配对病例对照:条件Logistic回归模型按反应变量分类二分类Logistic回归模型(常用)多分类无序Logistic回归模型多分类有序Logistic回归模型基础知识通过下例引入和复****相关概念例如:研究患某疾病与饮酒的关联性患病率P1=a/m1P2=b/m2基础知识Odds(优势)P越大,则Odds越大;P越小,则Odds越小并且0<Odds<+基础知识P与Odds一一对应对于两个Odds的比较,一般用它们的Ratio,并称为OddsRatio(OR),其定义如下:其样本估计统计量为基础知识故比较两个率<==>比较OR=1?OR>1?OR<1?(二分类)Logistic回归模型因为0<Odds<+所以-<ln(Odds)<+对ln(Odds)引入类似多重线性回归的表达式