（参考课件）logistic回归分析.ppt

Logistic回归分析,1,一、基本概念和原理,Logistic回归模型是一种概率模型，适合于病例对照研究、随访研究和横断面研究，且结果发生的变量取值必须是二分类的或多项分类。可用影响结果变量发生的因素为自变量与因变量，建立回归方程。Logistic回归是研究观察结果（y）为分类变量与多个影响因素（X）之间回归关系的多变量统计方法。,2,设资料中有一个因变量y、p个自变量x1,x2,xp，对每个实验对象共有n次观测结果，可将原始资料列成表1形式。,Logistic回归模型的数据结构,3,表1Logistic回归模型的数据结构实验对象yX1X2X3.XP1y1a11a12a13a1p2y2a21a22a23a2p3y3a31a32a33a3pnynan1an2an3anp其中：y取值是二值或多项分类,4,Logistic回归分类,按照反应变量类型二分类反应变量的logistic回归多分类有序反应变量的logistic回归多分类无序反应变量的logistic回归按照研究设计类型非条件logistic回归（研究对象未经匹配）条件logistic回归（研究对象经过匹配）,5,，,在m个自变量的作用下阳性结果发生的概率记作:,Logistic回归模型,它与自变量x1,x2,xp之间的Logistic回归模型为：,6,模型参数的意义,常数项表示暴露剂量为0时个体发病与不发病概率之比的自然对数。回归系数表示自变量改变一个单位时logitP的改变量。,7,流行病学衡量危险因素作用大小的比数比例指标。计算公式为：,优势比OR(oddsratio),8,与logisticP的关系：,9,10,例1为了探讨糖尿病与血压、血脂等因素的关系，某研究者对56例糖尿病病人和65例对照者进行病例-对照研究，收集了性别、年龄、学历、体重指数、家族史、吸烟、血压、总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白11个因素的资料。,11,12,表8糖尿病影响因素赋值说明,13,多因素的logistic回归,14,Or值1危险,在其他因素保持不变的情况下，年龄增加1岁，糖尿病发生的优势增加至1.089（or值）倍。在其他因素保持不变的情况下，hdl增加1个单位，糖尿病发生的优势减少至0.401（or值）倍。,15,Logistic回归模型的拟合优度检验,拟合优度检验是通过回归方程预测值与实际预测值的吻合程度，说明回归方程的拟合优度Hosmer-Lemeshow检验按预测概率大小，将所观测的样本10等分，然后根据每一组因变量实际观测值与回归观测值，计算卡方拟合统计量,0.05拟合优度比较好,16,Cox在其他因素保持不变的条件下,体重指数在24-26之间者与小于24相比,糖尿病发生的优势增至7.830倍,体重指数在26以上者与小于24相比,糖尿病发生的优势增至22.29倍.,课后应用思考题：为了分析影响医院抢救急性心肌梗死（AMI）患者能否成功的因素，某医院收集了5年中所有的AMI患者的抢救病史（有关因素很多，由于篇幅有限，本例仅列出3个），共200例见下表。其中P=0表示抢救成功，P=1表示抢救未成功而死亡；X1=1表示抢救前已发生休克，X1=0表示抢救前未发生休克；X2=1表示抢救前已发生心衰，X2=0表示抢救前未发生心衰；X3=1表示患者从开始AMI症状到抢救时已超过12小时，X3=0表示患者从开始AMI症状到抢救时未超过12小时。请问最好采用哪种分析方法？为什么？分析结果有哪些？,29,AMI患者的抢救危险因素资料,30,练习:探讨肾细胞癌转移有关的因素研究中，收集了26例行根治性肾切除术患者的肾癌标本资料（教材表18-19），有关变量说明如下，试进行logistic回归分析。X1:确诊时患者的年龄（岁）。X2:肾细胞癌血管内皮生长因子，其阳性表达由低到高共3个等级，分别赋值1、2、3。X3:肾细胞癌组织内微血管数。X4:肾细胞癌细胞核组织学分级，由低到高共4级，分别赋值1