医学统计学16-logistic回归ppt课件.ppt

医学统计学16-logistic回归ppt课件.ppt

ID:58820718

大小:831.00 KB

页数:77页

时间:2020-10-01

医学统计学16-logistic回归ppt课件.ppt_第1页
医学统计学16-logistic回归ppt课件.ppt_第2页
医学统计学16-logistic回归ppt课件.ppt_第3页
医学统计学16-logistic回归ppt课件.ppt_第4页
医学统计学16-logistic回归ppt课件.ppt_第5页
资源描述:

《医学统计学16-logistic回归ppt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、第十六章logistic回归分析暨南大学医学院医学统计教研室林汉生内容logistic回归的概念应用举例预备知识:OR值与RR值logistic回归对资料的要求模型的建立与变量筛选logistic回归分析的结果表达logistic回归应用的注意事项logistic回归的应用logistic回归的种类logistic回归分析资料主要来源一、logistic回归的概念在医学研究中经常遇到应变量为二项分类的资料,如治愈与未愈、生存与死亡、发病与未发病等,可以概括为阳性与阴性两种互斥的结果,同时可能存在对分类结果发生概率产生影响的因素即自变量。研究1个二分类观察结果与多个影响因素之间关

2、系的多变量分析方法。二、应用举例探讨疾病发生的危险因素、筛选与疾病预后有关的因素、综合多个指标进行诊断试验,等。如:非胰岛素依赖型糖尿病的危险因素分析301例急性心肌梗死病人急性期预后因素的logistic模型分析运动试验logistic回归分析对冠心病的诊断价值三、预备知识:OR值与RR值预备知识:OR值OR值(oddsratio):比值比或优势比比值(odds)是指某事物发生的概率与不发生的概率之比。病例组和对照组有暴露史与无暴露史的概率分别为:a/(a+b),b/(a+b)a/bc/(c+d),d/(c+d)c/dOR=(a/b)/(c/d)=(ad)/(bc)=(76

3、44)/(1040)=8.36出生时有窒息缺氧史儿童,发生低智的危险是对照儿童的8.36倍(要经过假设检验)。OR值与RR值RR(relativerisk):暴露人群发病率P(1)与非暴露人群发病率P(0)之比。当P(1)和P(0)都很小时,OR值接近RR值。RR>1:说明暴露越多,发病越多,可能是致病因素;RR<1:说明暴露越少,发病越少,可能是抑制发病因素。四、logistic回归对资料的要求Y取值:0,1X1,X2,X3,…,Xm的取值:计数、计量和等级资料。五、模型的建立与变量筛选将回归效果显著的自变量选入模型,不显著的自变量则排除在模型外,使建立的模型比较稳定和便于

4、解释。《实习指导》例题例某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中,收集了一批行根治性肾切除患者的肾癌标本资料,现从中抽取26例资料作为示例进行logistic回归分析。有关符号意义说明如下i:标本序号x1:确诊时患者年龄x2:肾细胞血管内皮生长因子,分3个等级x3:肾细胞癌组织内微血管数x4:肾癌细胞核组织学分级,分4级x5:肾细胞癌分期,分4期y:肾细胞癌转移情况(1转移;0无转移)1.SPSS的数据工作表2.SPSS的操作步骤AnalyzeRegressionBinaryLogisticLogisticregression对话框将Y选入Dependent栏,

5、X1~X5选入Covariate栏,选择Forward:LR法。单击Options按钮。Options对话框单击Continue按钮单击OK按钮3.SPSS的结果与分析(1)数据基本情况数据基本情况为26例纳入分析,没有缺失值(2)0步时的分析结果变量筛选第0步的Score检验结果,可作为单变量logistic回归分析的结果。如进行单变量logistic回归分析,在=0.05水准,变量X2、X4和X5有统计学意义。(3)拟合优度用决定系数R2描述(4)分类表:只有1个分错类,即观察值为0类,而预测值为1类Y的观察值和预测值的符合情况:观测值为0时(肾癌未转移),预测的准确率为

6、94.1%;观测值为1时(肾癌转移),预测的准确率为100.0%;总的预测准确率为96.2%。该指标可以评价logistic模型的拟合优度。(5)模型中的变量B:回归系数。当其他变量保持不变时,Xj每增加或减少1个单位时,OR值自然对数的平均变化量。Exp(B):OR值(经校正的,或调整的OR值,adjustedoddsratio)SE:回归系数的标准误Wald值:对回归系数进行假设检验的统计量最重要的结果选入模型的变量:X2和X4的OR值都大于1,故等级越高,肾癌转移的风险越大。总体OR值的95%可信区间太宽,提示例数太少。可以将X2和X4的取值代入下式,计算肾癌转移的可能性

7、。判断的截断点默认为0.50,大于0.50,则预测为肾癌转移(分类表中的结果)。(6)未引入模型的变量没有引入模型的变量,最小的P值为0.197。即使将引入变量的检验水准放宽到0.10,也不能引入新变量。多因素logistic回归分析结果影响因素回归系数回归系数标准误Wald统计量P值OR值OR95%CIX22.4131.1964.0720.04411.171.07~116.44X42.0961.0883.7130.0548.140.97~68.62该表可以改进吗?表1肾细胞癌转移的多因素l

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。