logistic回归模型.ppt

二分类logistic回归模型
内容提要
非条件logistic回归
模型简介
简单分析实例
哑变量设置
自变量的筛选方法与逐步回归
模型拟合效果与拟合优度检验
模型的诊断与修正
条件logistic回归
对分类变量的分析,当考察的影响因素较少,且也为分类变量时,常用列联表(Contingency Table)进行整理,并用2检验或分层2检验进行分析,但存在以下局限性:
无法描述其作用大小和方向,更不能考察各因素间是否有交互作用;
当控制的分层因素较多时,将导致检验结果不可靠;
2检验无法对连续性自变量进行分析(致命缺陷)。
模型简介
logistic回归模型适合于应变量为二项分类的资料,在医学研究领域中的应用广泛。如流行病病因学研究(包括队列研究、病例对照研究、横断面研究等)、临床疗效研究(如疗效与治疗方法、患病轻中重等因素关系)、卫生服务研究(如是否就诊与性别、年龄、文化程度的关系)等等。
模型简介
模型简介
logistic回归模型:
反应变量为二分类变量或某事件的发生率;
自变量与logit(P)之间为线性关系;
残差合计为0,且服从二项分布;
各观测间相互独立。
模型简介-适用条件
logistic回归模型应该使用最大似然法来解决方程的估计和检验问题,不应当使用以前的最小二乘法进行参数估计。
例1 某医师希望研究病人的年龄age、性别sex(0为女性、1为男性)、心电图检验是否异常ecg(ST段压低、0为正常、1为轻度异常、2为重度异常)与冠心病ca是否有关,。
简单分析实例
简单分析实例
选入应变量
选入自变量
简单分析实例
简单分析实例
结果分析
此表为应变量取值水平编码,SPSS默认取值水平高的为阳性结果。