衛(wèi)生統(tǒng)計學(xué)logistic-閱讀頁
2024-11-02 12:22本頁面
【正文】 表 1 預(yù)測概率表 x1 繃帶種類 x 2 包扎方式 效應(yīng) P1 ( 痊愈的概率 ) P 2 ( 痊愈＋有效的概率 ) 1 － P2 （無效的概率） 1 ee??????2112111????? ee??????2122121????? e???21211??? 1 0 ee????11111??? ee????12121??? e??1211?? 1 ee????21211??? ee????22221??? e??2211?? 0 0 ee??111 ? ee??221 ? e? 211? 表 2 基于 3 分類 有 序 L ogi st i c 回歸 模型 比 值 （ od d s ） 表 x1 繃帶種類 x 2 包扎方式 O dds P1/ (1 P1) P 2 / ( 1 P 2 ) 1 e???211?? e???212?? 1 0 e??11? e??12? 1 e??21? e??22? 0 0 e? 1 e? 2 （三）應(yīng)變量為無序多分類變量的 Logistic回歸模型 ? 應(yīng)變量的水平數(shù)大于 2，各水平之間又不存在等級大小次序先后的關(guān)系 ? Andeson 1972年提出了多分類變量的 logistic回歸模型，是通過擬合廣義 Logit模型的方法進行的。在統(tǒng)計分析階段應(yīng)把這種配對的對子或匹配的配比組看成一個整體進行處理與分析。 對參數(shù)的估計是建立在條件概率的基礎(chǔ)上，所以配比設(shè)計的 Logistic 回歸又稱為條件 Logistic 回歸。 一、 1： 1的配對設(shè)計的條件 Logistic 回歸模型 對于 1 ： 1 的配對設(shè)計的條件似然函數(shù)為： ???????????ni ipippiiiixxxxxxL1)0()1()0(2)1(22)0(1)1(11)]}()()([ex p{11??? ? 式中)1(ijx 表示在第 i 個配對中 Y=1 的自變量的觀測值，)0(ijx 表示在第 i 個配對中Y=0 的自變量的觀測值。這樣可以使用 S AS 軟件中的 Logi s tic 回歸過程模塊加入選擇項“ n oint ”指定不含常數(shù)項，采用 Newton Raph s on 迭代法使條件似然函數(shù)取自然對數(shù)后達最大來求得各參數(shù)。觀測數(shù)據(jù)列于表 14 5 。 ? Retain:初始值為 0，如變量值以后改變，將保持改變后的值直至再改變 ? 條件 logistic回歸，差值為病例－對照，則反應(yīng)變量為病例 用 phreg過程擬合 1： 1條件 logistic 模型 ? Time 定義：病例為 0，對照為 1； ? 括號中的數(shù)值代表對照的定義值； ? Strata為配對號變量； ? ties=discrete表示擬合離散的 Logistic回歸模型 ? 基本程序格式： proc phreg。 strata id。 二、 1： M的匹配設(shè)計條件 Logistic 回歸模型 例 14 4 為研究肥胖 X 1 （ X 1 =1 為肥胖， X 1 =0 為不肥胖） 、口服避孕藥雌激素 X 2 （ X 2 =1 為 服用雌激素 ， X 2 =0 未服用雌激素 ） 與子宮內(nèi)膜癌的關(guān)系，隨 機選取 20 名患者。 i d表示配比組編號 。試用條件 Logist ic 回歸模型分析該 1 ： 2 的資料。 ? 校正混雜因子 ? Logistic 曲線擬合可用于分析藥物或毒物的劑量反應(yīng)。 ? 判別分析與預(yù)測。 注意事項 ? 注意變量的類型。與線性回歸分析時一樣，當(dāng)為分類變量時注意變量的數(shù)量化。一般應(yīng)多于多重線性回歸分析時所需的樣本，樣本量大于自變量個數(shù)的 20倍，配比組設(shè)計時，配比組數(shù)宜大于 50。 Logistic 回歸模型可以分析處理因素間的交互作用，但是交互作用的模型為“乘法模型”。 ? 一般先做單因素卡方檢驗，盡量將回歸效果顯著的自變量選入回歸方程中，作用不顯著的自變量排除在外。 ? 應(yīng)變量也是以低值為參比組
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1