醫(yī)學(xué)]北京大學(xué)醫(yī)學(xué)部醫(yī)學(xué)統(tǒng)計(jì)學(xué)進(jìn)階1第3講logistic回歸(編輯修改稿)
2025-01-31 06:20 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 n Lk) 樣本量較大時(shí)， G近似服從自由度為待檢驗(yàn)因素個(gè)數(shù)的 ?２ 分布。 ? Wald檢驗(yàn) （ wald test） 即廣義的 t檢驗(yàn)，統(tǒng)計(jì)量為 u u服從正態(tài)分布， Sbi即為標(biāo)準(zhǔn)誤。 同理， Logistic回歸系數(shù)的區(qū)間估計(jì) iibbu=sibiSub ?? ?似然比檢驗(yàn) ： 卡方檢驗(yàn) Wald檢驗(yàn) ： 只能對(duì)單個(gè) b檢驗(yàn)； 未考慮各因素間的綜合作用，在因素間有共線性時(shí)結(jié)果不如前者可靠。 大樣本時(shí)兩種方法結(jié)果一致。 對(duì)模型擬合的優(yōu)良性評(píng)價(jià)： （ 1）擬合分類(lèi)表（ Classification Table） 根據(jù) Logistic回歸模型，對(duì)樣本重新判別分類(lèi)，符合率越高，模型擬合越好。注意： Logistic回歸用于判別分類(lèi)很粗劣，此法僅作參考。 （ 2）最大似然函數(shù)值 L SPSS報(bào)告：“ 2LogLikelihood” 報(bào)告值越大，意味著回歸方程的似然值越小(L ?1) ，標(biāo)志模型的擬合程度越差； 很高的 2L值說(shuō)明： 1）可能 Logistic回歸不合適； 2）可能影響因變量的主要因素未被考慮在內(nèi)。 五、 變量篩選 基本思想同線性回歸分析。 從所用的方法看，有強(qiáng)迫法、前進(jìn)法、后退法和逐步法。在這些方法中，篩選變量的過(guò)程與線性回歸過(guò)程的完全一樣。但其中所用的統(tǒng)計(jì)量不再是線性回歸分析中的 F統(tǒng)計(jì)量，而是以上介紹的參數(shù)檢驗(yàn)方法中的統(tǒng)計(jì)量之一。 為計(jì)算方便，通常向前選取變量用似然比檢驗(yàn)，而向后剔除變量常用 Wald檢驗(yàn)。 六、條件 Logistic回歸 ? 對(duì)配對(duì)調(diào)查資料，應(yīng)該用條件 Logistic回歸分析。 ? 假設(shè)自變量在各配對(duì)組中對(duì)結(jié)果變量的作用是相同的。 ? 配對(duì)設(shè)計(jì)的 Logistic回歸模型 其中不含常數(shù)項(xiàng)。 1 1 2 2l ogi t P =b kkx b x b x? ? ? ? ? ?? 此回歸模型與非條件 Logistic回歸模型十分相似，只不過(guò)這里的參數(shù)估計(jì)是根據(jù)條件概率得到的，因此稱(chēng)為條件 Logistic回歸模型。 ? 條件 Logistic回歸的回歸系數(shù)檢驗(yàn)與分析，和非條件 Logistic回歸完全相同。 七、其他 Logistic 回歸模型 無(wú)序多分類(lèi)應(yīng)變量 有序多分類(lèi)應(yīng)變量 八、 Logistic回歸的應(yīng)用 ? 危險(xiǎn) /保護(hù)因素的篩選，并確定其作用大小。 ? 預(yù)測(cè)：預(yù)測(cè)某種情況下或者某個(gè)病例，某特定事件發(fā)生的概率。 九、注意事項(xiàng) ?應(yīng)用條件 1. 各觀察對(duì)象間相互獨(dú)立； 2. logit P與自變量呈線性關(guān)系。 ? 變量的取值形式：變量采取不同的取值形式，參數(shù)的含義、量值及符號(hào)都可能發(fā)生變化。 二分類(lèi)變量： 0、 1（連續(xù)性變量或啞變量） 多分類(lèi)無(wú)序變量： 啞變量 多分類(lèi)有序 (等級(jí) )變量：連續(xù)性變量或啞變量 連續(xù)性變量：轉(zhuǎn)換為分類(lèi)變量較易解釋 OR值的意義。 ? 樣本量：一般不小于 200例，配對(duì)資料對(duì)子數(shù) n大于等于變量的 20倍， 否則回歸系數(shù)的估計(jì)是有偏性的。 ? 不應(yīng)單純依賴(lài)程序篩選變量，要注意變量的醫(yī)學(xué)意義。 ? 多元線性回歸分析與 Logistic回歸分析都是實(shí)際工作中常用的方法 ， 用于影響因素分析時(shí) ， 多元線性回歸的因變量是連續(xù)變量 ， 而 Logistic回歸的因變量是分類(lèi)變量；兩種方法的自變量均可為連續(xù)變量或分類(lèi)變量 ， 當(dāng)為多分類(lèi)變量時(shí) ， 均需設(shè)相應(yīng)的啞變量 。 例： 比較新療法與舊療法治療某種疾病的療效。現(xiàn)對(duì) 40例患者隨機(jī)分組，分別接受新療法和舊療法治療。根據(jù)專(zhuān)業(yè)知識(shí)，患者的病情嚴(yán)重程度、年齡對(duì)療效
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1