《Logistic回归模型》PPT课件

《《Logistic回归模型》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第8讲第2节Logistic回归模型logistic回归为概率型非线性回归模型,是研究分类观察结果(y)与一些影响因素(x)之间关系的一种多变量分析方法.一.Logistic回归模型回归参数的估计回归方程的显著性检验回归系数的显著性检验Logistic回归分析方法模型的评价Logisticregression研究问题可否用多元线性回归方法？1.多元线性回归方法要求Y的取值为计量的连续性随机变量。2.多元线性回归方程要求Y与X间关系为线性关系。3.多元线性回归结果不能回答“发生与否”.logistic回归方法补充多元线性回归的不足.医学研究中常碰到应变量的可能取

2、值仅有两个（即二分类变量），如发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈、暴露与未暴露等，显然这类资料不满足多重回归的条件什么情况下采用Logistic回归Brown(1980)在术前检查了53例前列腺癌患者，拟用年龄(AGE)、酸性磷酸酯酶(ACID)两个连续型的变量，X射线(X_RAY)、术前探针活检病理分级(GRADE)、直肠指检肿瘤的大小与位置(STAGE)三个分类变量与手术探查结果(虚拟)变量NODES（1、0分别表示癌症的淋巴结转移与未转移）建立淋巴结转移的预报模型。实例53例接受手术的前列腺癌患者情况26例冠心病病人和28例对照者进行病例

3、对照研究26例冠心病病人和28例对照者进行病例对照研究一、Logistic回归模型Logistic回归的分类二分类多分类条件Logistic回归非条件Logistic回归Logit变换也称对数单位转换logistic回归模型概率预报模型模型中参数的意义Β0（常数项）：暴露因素Xi=0时，个体发病概率与不发病概率之比的自然对数比值。的含义：某危险因素，暴露水平变化时，即Xi=1与Xi=0相比，发生某结果（如发病）优势比的对数值。P1（y=1

4、x=1）的概率P0（y=1

5、x=0）的概率当只有一个自变量时，以相应的预报概率为纵轴，自变量为横轴，可绘制出一条S形曲

6、线。回归参数的正负符号与绝对值大小，分别决定了S形曲线的形状与方向。反映了在其他变量固定后，X=1与x=0相比发生Y事件的对数优势比。回归系数β与ORX与Y的关联β=0，OR=1，无关β＞1，OR＞1，有关，危险因素β＜1，OR＜1，有关，保护因子事件发生率很小，OR≈RR。相对危险度（relativerisk）:RR=P1/P0多元回归模型的的概念二、模型的参数估计Logistic回归参数的估计通常采用最大似然法(maximumlikelihood，ML)。最大似然法的基本思想是先建立似然函数与对数似然函数，再通过使对数似然函数最大求解相应的参数值，所得到的

7、估计值称为参数的最大似然估计值。参数估计的公式三、整个回归模型的假设检验似然比检验（likelihoodratiotest）比分检验（scoretest）以未包含某个或几个变量的模型为基础，保留模型中参数的估计值，并假设新增加的参数为零，计算似然函数的一价偏导数（又称有效比分）及信息距阵，两者相乘便得比分检验的统计量S。样本量较大时，S近似服从自由度为待检验因素个数的２分布。Wald检验（waldtest）即广义的t检验，统计量为uu服从正态分布，即为标准正态离差。Logistic回归系数的区间估计1）似然比检验(likelihoodratiotest)2）

8、计分检验(scoretest)3）Wald检验上述三种方法中，似然比检验最可靠，比分检验一般与它相一致，但两者均要求较大的计算量；而Wald检验未考虑各因素间的综合作用，在因素间有共线性时结果不如其它两者可靠。四、回归参数的假设检验优势比及其可信区间标准化回归参数TheLOGISTICProcedureAnalysisofMaximumLikelihoodEstimates预报模型五、Logistic回归分析方法基本思想同线性回归分析。从所用的方法看，有强迫法、前进法、后退法和逐步法。在这些方法中，筛选变量的过程与线性回归过程的完全一样。但其中所用的统计量不再

9、是线性回归分析中的F统计量，而是以上介绍的参数检验方法中的三种统计量之一。为计算方便，通常向前选取变量用似然比或比分检验，而向后剔除变量常用Wald检验。六、模型的评价对所建立的回归方程做拟合优度检验。检查模型估计与实际数据的符合情况。检验统计量：1.剩余差（deviance，记为D）（16-25）2.Pearsonχ2（16-26）统计量的概率值P＞0.05，认为模型拟合较好例：表16-10（讲义表16-10）剩余差（D）与Pearsonχ2拟合优度检验DevianceandPearsonGoodness-of-FitStatisticsCriterionD

10、FValuePr>ChiSqDevia