logistic回歸ppt課件(完整版)
【正文】 gistic回歸模型 (Logit P = α + βx)中 ， β 表示 自變量變化一個單位，導致的因變量的變化值， 在這里，因變量是 Logit(P), 即比數的對數。 比數比（ OR）：病例組的暴露的優(yōu)勢與對照組暴露的優(yōu)勢之比。Logistic回歸 Logistic Regression 醫(yī)學研究中的分類變量： ? 二分類變量： o 生存與死亡 o 有病與無病 o 有效與無效 o 感染與未感染 ? 多分類有序變量： o 疾病程度（輕度、中度、重度） o 治愈效果（治愈、顯效、好轉、無效） ? 多分類無序變量： o 手術方法（ A、 B、 C） o 就診醫(yī)院（甲、乙、丙、?。? 醫(yī)學研究者經常關心的問題諸如 : ? 哪些因素導致了人群中有的人患胃癌而有的人不患胃癌 ? ? 哪些因素導致了手術后有的人感染，而有的人不感染？ ? 哪些因素導致了某種治療方法出現治愈、顯效、好轉、無效等不同的效果 ? 是回歸分析的問題嗎？ 因變量 y 連續(xù)型 服從正態(tài)分布 舒張壓 年齡 膽固醇含量 自變量 x 數值型 與 Y呈線性關系 例如： 回憶： 線性回歸分析對因變量的要求 “問題如何解決？” y=f(x) p=p(y=1|x)=p(x) 不能直接 分析 變量 y與 x的關系 轉換為 分析 y取某個值的概率變量 p與 x的關系 y=1,0 x任意 0≤p≤1, x任意 Logistic回歸模型 Logistic回歸 一 . Logistic回歸的概念： 在醫(yī)學研究中經常遇到應變量為互斥的二項分類資料。 當發(fā)病率很低時， OR ≈RR。 Logistic 回歸中回歸系數的意義 1）當暴露因素（危險因素） 只有兩個水平 時 ， 且暴露時為1，不暴露時為 0， 則模型中該暴露變量前的系數就是 暴露與不暴露的比數比的對數值。 設 y=1表示患冠心病， y=0表示未患冠心病。 檢驗方法 似然比檢驗 (likelihood ratio test) 檢驗全部自變量（包括常數項）對應變量的聯合作用，即整個回歸方程是否有意義。 ? 判別 根據概率大小對分類作出預測。即在病例 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歷。 ? 條件 logistic回歸分析的數學模型以及分析原理方法均和 非條件 logistic回歸分析類似。 ? 樣本含量 ： 原則 ：自變量個數越多，所需例數越多。 ：檢驗模型中某 β是否對 y有作用。 2. 參數檢驗說明，黑人與白人患冠心病的相對危險度是：O
教學課件相關推薦
鄂ICP備17016276號-1