Stata做logistic回归ppt课件.ppt

应用Stata做logistic回归
何保昌
实际生活中经常会遇到因变量只有0和1的二分类变量,不能满足正态性和方差齐性,故不能直接使用线性模型来拟合方程。
Logistic回归正是处理因变量是二分类或多分类变量的一种方法。现已广泛应用于队列研究,病例对照研究和试验性研究,成为分类因变量的首选多变量分析模型。
分类
按因变量性质,可分为二分类、无序多分类、有序多分类。
按是否匹配可分为非条件和条件logistic回归。
Stata软件专门有一组命令用于做不同类型的logistic回归,例如:logit、blogit、glogit、clogit、mlogit、ologit。
回归
命令:
logit 因变量[自变量] [,选择项]
在进行logistic 回归时要注意资料的形式。通常,用于logistic 回归的资料有三种形式:
(1) 分水平频数资料,一般自变量较少,且均为分类变量,常以各变量(包括因变量、自变量)各水平的组合的频数表形式出现。如例1。拟合时仍用上述命令,只是命令中增加[fw=频数变量]选择项。
(2) 分组频数资料,一般自变量较少,且均为分类变量,常以各自变量(不包括因变量)各水平的组合的频数表形式出现,因变量常表达为分子与分母。如例2。用下列命令:
blogit 阳性数变量总观察数变量[,logit 命令选择项]
或 glogit 阳性数变量总观察数变量[,level(#) or]
(3) 个体水平资料,即一个观察对象一条记录。如例3,直接使用logit 命令估计即可。
拟合模型后可以用指令predict 得到预测概率,然后进行模型诊断、应用等。