[醫(yī)學]logistic回歸-wenkub
2022-11-02 22:45:34 本頁面
【正文】 1表示出過事故， 0表示沒有）。 ? 先做 單因素分析 ： ? 對連續(xù)變量先做兩組頻數(shù)分布，必要時轉化成分類變量（考慮參數(shù)實際意義）； ? 對有序變量先做兩組頻數(shù)分布表 ，必要時轉化為無序分類變量（啞變量）或二分類變量； ? 對可能相關的自變量進行 部分多因素分析 ，考察自變量間的相關關系。 似然比檢驗 —— 比較兩個模型哪個更優(yōu) 比較兩個模型的 2LnL值之差： G=2(lnL1lnL2) G服從 X2分布，自由度＝兩模型自變量個數(shù)差。 系數(shù)的解釋 Wald檢驗 —— 單個回歸系數(shù)的假設檢驗 )?(0???SEz??Wald檢驗：用于檢驗單個回歸系數(shù)有無統(tǒng)計學意義， 計算簡便，但結果較保守。 參數(shù)估計 ? 采用極大似然法（ maximum likelihood,ML）進行回歸系數(shù)的估計。常用統(tǒng)計軟件 Logistic回歸 Logistic回歸分析的分類 ?按數(shù)據(jù)的類型： o 非條件 logistic回歸分析（成組數(shù)據(jù)） o 條件 logistic回歸分析（配對病例 對照數(shù)據(jù)） ?按因變量取值個數(shù)： o 二分類 logistic回歸分析 o 多分類 logistic回歸分析 ?按自變量個數(shù)： o 一元 logistic回歸分析 o 多元 logistic回歸分析 ?線性回歸模型和廣義線性回歸模型均要求因變量是連續(xù)的正態(tài)分布變量，且自變量和因變量之間呈線性關系。極大似然法的基本思想是先建立似然函數(shù)或對數(shù)似然函數(shù)，求似然函數(shù)或對數(shù)似然函數(shù)達到極大時參數(shù)的取值，即為參數(shù)的極大似然估計值。大樣本時，統(tǒng)計量服從卡 方分布。 ? 判斷在增加了自變量后， G的變化量是否有統(tǒng)計學意義，即此改善是否有意義。 建模策略 建模策略 ? 在單變量分析和相關自變量分析的基礎上，進行 多因素逐步篩選 ； ? 納入模型的因素： ? 單變量分析有統(tǒng)計學意義 ? 專業(yè)上有意義 ? 需要調(diào)整的混雜因素（始終放在模型中） ? 在多因素篩選模型的基礎上，考慮有無必要納入變量的 交互作用項 。 ?考察前三個變量與發(fā)生事故的關系。 1 17 1 1 1 44 0 0 1 48 1 0 1 55 0 0 1 75 1 1 0 35 0 1 …………… 1 31 0 1 1 16 1 0 1 61 1 0 。 run 。 ? 駕車教育的 OR=，表示了控制了視力后，有駕車教育的駕駛員發(fā)生事故的風險為無駕車教育者的 。 0 0 1 21 0 0 0 6 0 1 1 9 0 1 0 9 1 0 1 8 1 0 0 10 1 1 1 4 1 1 0 11 。 /*模型的擬合優(yōu)度檢驗 */ run。即：認為模型有統(tǒng)計學意義。 Input y drink age f。 age4=(age=5)。 proc logistic descending。 proc logistic descending。 ?/*SAS 軟件中使用 CLASS 語句的過程多數(shù)把最大的編碼值 (按升序排列 ) 作為參照類 ,其他類別的參數(shù)估計值都是與它相比而得到的。這樣指示變量都是二分變量，每一個指示變量均有一個回歸系數(shù)，其解釋同前。 logistic回歸模型系數(shù)的意義 2）如果 X是連續(xù)變量，則 OR近似表示在 X相鄰兩個單位上的相對危險度。所謂的配對病例 對照研究指的是在病例 對照研究中，對每一個病例配以性別、年齡或其它條件相似的一個 (1:1)或幾個 (1:M)對照，然后分析比較病例組與對照組以往暴露于致病因素的經(jīng)歷。 1:m配比設計的資料格式 配比號 觀察對象 組內(nèi)編號 危險因素 x1 … xp 1 病例 0 x101 … x10p 1 對照 1 1 x111 … x11p … … … … … … 1 對照 m m x1m1 … x1mp 2 病例 0 x201 … x20p 2
教學課件相關推薦
鄂ICP備17016276號-1