[醫(yī)學]logistic回歸-文庫吧資料
2024-10-24 22:45本頁面
【正文】 tic回歸分析的數(shù)學模型以及分析原理方法均和非條件 logistic回歸分析類似。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。 3）如果 X是分類變量，則要將 X的啞變量放入模型，則 OR表示兩個類之間的相對危險度。 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。 同一變量的所有亞變量需同時進入模型 ,不能有些在模型外 ,有些納入模型 ,否則將導致模型的錯誤解釋 . 啞變量設(shè)置應該注意的問題 logistic回歸模型系數(shù) β的意義解釋： 從 e? =OR≈RR，說明當發(fā)病率很低時， e?近似地表示了相對危險度，即暴露下的發(fā)病率與非暴露下的發(fā)病率之比。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。 啞變量的定義方法 2 啞變量的設(shè)置和引入 ?啞變量，又稱 指示變量 ?有利于檢驗等級變量各個等級間的變化是否相同。 ?/*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。 class age。 proc logistic descending。 model y= drink age1age5。 proc logistic descending。 Cards。 age4=(age=5)。 age2=(age=3)。 Input y drink age f。 ? 疾病程度的 OR=，表示了控制了性別后，疾病程度嚴重的治療有效的概率為不嚴重者的 。即：認為模型有統(tǒng)計學意義。因此沒有必要對模型作進一步改進。 /*模型的擬合優(yōu)度檢驗 */ run。 freq count。 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 。 input sex degree effect count 。 ? 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 。前面我們說過， SAS的 Logistic回歸方程 log(odds)默認的形式是處理那個變量值比較小的，加上 descending選項后，accident=1就排在首位了。 run 。 proc logistic data=logistic descending 。 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 。 input accident age vision drive 。 ?考察前三個變量與發(fā)生事故的關(guān)系。 Model 因變量 =自變量表 /selection= sle= sls= stb； Freq 頻數(shù)變量； Run； ? Proc logistic語句默認計算應變量值最?。幮越Y(jié)果 一般賦值為 0）的概率，但是通常我們想要得到的是陽性結(jié)果的概率，即賦值最大的數(shù)值的概率（二分類變量時一般賦值為 1），于是使用選項“ descending”解決這一問題。 建模策略 建模策略 ? 在單變量分析和相關(guān)自變量分析的基礎(chǔ)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(chǔ)上，考慮有無必要納入變量的 交互作用項 。 ? 似然比檢驗的結(jié)果比較穩(wěn)健，因此使用更普遍。 ? 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。如對應的 P值不拒絕 H0，則說明該模型擬合資料較好。大樣
教學課件相關(guān)推薦
鄂ICP備17016276號-1