多元Logistic回归分析课件.ppt

多元Logistic回归分析课件.ppt

ID:57113425

大小:255.50 KB

页数:67页

时间:2020-07-31

多元Logistic回归分析课件.ppt_第1页
多元Logistic回归分析课件.ppt_第2页
多元Logistic回归分析课件.ppt_第3页
多元Logistic回归分析课件.ppt_第4页
多元Logistic回归分析课件.ppt_第5页
资源描述:

《多元Logistic回归分析课件.ppt》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、多元Logistic回归分析MultipleLogisticRegressionAnalysis第七章1主要内容Logistic回归分析的基本概念Logistic回归分析的数学模型Logistic回归模型的建立和检验Logistic回归系数的解释配对病例-对照数据的logistic回归分析2回归分析的分类连续型因变量(y)---线性回归分析多个因变量(y1,y2…yk)分类型因变量(y)---Logistic回归分析时间序列因变量(t)---时间序列分析生存时间因变量(t)---生存风险回归分析路径分析结构方程模型分析一个因变量y回忆:3医学研究中经常遇到分类型变量二分类变

2、量:生存与死亡有病与无病有效与无效感染与未感染多分类有序变量:疾病程度(轻度、中度、重度)治愈效果(治愈、显效、好转、无效)多分类无序变量:手术方法(A、B、C)就诊医院(甲、乙、丙、丁)4医学研究者经常关心的问题哪些因素导致了人群中有的人患胃癌而有的人不患胃癌?哪些因素导致了手术后有的人感染,而有的人不感染?哪些因素导致了某种治疗方法出现治愈、显效、好转、无效等不同的效果?是回归分析问题:Y=f(x)5如何解决这样的问题?y=f(x)y=1,0x任意存在,且不唯一不能直接分析变量y与x的关系p=p(y=1

3、x)=f(x)0≤p≤1,x任意Logistic回归模型y取某个值

4、的概率变量p与x的关系不存在61、什么是Logistic回归分析?研究因变量y取某个值的概率变量p与自变量x的依存关系。p=p(y=1

5、x)=f(x)第一节Logistic回归分析的概念72、Logistic回归分析的分类按数据的类型:非条件logistic回归分析(成组数据)条件logistic回归分析(配对病例-对照数据)按因变量取值个数:二值logistic回归分析多值logistic回归分析按自变量个数:一元logistic回归分析多元logistic回归分析Logistic回归分析8第二节Logistic回归分析的数学模型令y是1,0变量,x是任意变量,p=p(y

6、=1

7、x),那么,二值变量y关于变量x的一元logistic回归模型是:其中,α和β是未知参数或待估计的回归系数。该模型描述了y取某个值(这里y=1)的概率p与自变量x之间的关系。(1)二值一元logistic回归模型:9令y是1,0变量,x1,x2,…,xk是任意k个变量;p=p(y=1

8、x1,x2,…,xk),那么,变量y关于变量x1,x2,…,xk的k元logistic回归模型是:(2)二值多元logistic回归模型:注意:对于二值Logistic回归模型,Y=0的模型是:p=p(y=0

9、x1,…,xk)=1-p(y=1

10、x1,…,xk)10Logistic回归模型

11、的另外一种形式它给出变量z=logit(p)关于x的线性函数。11(3)多值logistic回归模型:例如,当y取值1,2,3时,logistic回归模型是:P1=P2=P3=p(y≤3

12、x)=1-P2P1=p(y=1)=P1P2=p(y=2)=P2-P1P3=p(y=3)=1-P2累积概率模型独立概率模型121、估计参数----最大似然法2、检验参数的显著性H0:βj=0vsH1:βj≠03、检验模型的显著性H0:β1=…=βk=0vsH1:βj≠04、解释参数的实际意义第三节Logistic回归分析方法步骤13例1、自变量是二值分类型变量某医院为了研究导致手术切口感染的

13、原因,收集了295例手术者情况,其中,手术时间小于或等于5小时的有242例,感染者13例;手术时间大于5小时的有53例,感染者7例。试建立手术切口感染(y)关于手术时间(x)的logistic回归模型。4653>0(≤713462295324214dataeg7_1a;inputyxwt@@;cards;1171013014600229;run;proclogisticdescending;modely=x;weightwt;run;SAS程序15TheLOGISTICProcedureDataSet:WORK.EG7_1AResponseVariable:YRespons

14、eLevels:2NumberofObservations:4WeightVariable:WTSumofWeights:295LinkFunction:LogitResponseProfileOrderedTotalValueYCountWeight11220.00000202275.0000016ModelFittingInformationandTestingGlobalNullHypothesisBETA=0InterceptInterceptandCriterionOnlyCovariatesChi-Sq

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。