7.常用统计分析方法 |
您所在的位置:网站首页 › 病例对照研究分类标准是 › 7.常用统计分析方法 |
目录 Logistic回归模型 基础概念 logistic回归分析基本步骤: 二分类Logistic回归 无序多分类Logistic回归 表格数据的Logistic回归 有序多分类Logistic回归 条件logistic回归 前一章介绍了多重线性回归模型,该模型中的因变量Y是定量变量,且给定自变量时,需要服从正态分布。如果需要分析的因变量为分类变量,如复发与未复发、生存和死亡、疗效、肿瘤组织的类型等,logistic回归就是分析该类因变量与自变量关系的方法。 Logistic回归模型 基础概念logistic回归属于概率型非线性回归 与直线回归的区别: 线性回归的因变量y是连续性数值型变量,不能是分类变量。logistic回归是研究二分类、多分类、有序多分类(等级资料)观察结果(因变量)与一些影响因素(自变量)之间的关系。如因变量:食管癌发生,一个二分类变量;自变量:吸烟、饮酒、不良饮食习惯等危险因素 logistic回归模型的线性形式:ln(P/(1-P))=logitP=β0+β1X1+...+βnXn 基本原理: 如果只研究一个影响因素,可以使用前面介绍的 因变量Y为二分类变量,取值为0或1时,Y取值为1时通常为阳性结果(复发、死亡、有效等),也即是研究者关心的结果。 如果将影响因素与疾病发生概率 OR(Odd Ratio):优势比,比如x1表示性别,1表示男生,0表示女性,P1/(1-P1)表示男性发生与不发生的比值,P0/(1-P0)表示女性发生与不发生的优势 参数的意义: 1.β0(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; 2.βi表示某个危险因素Xi增加一个单位时,结果Y优势比OR的对数值(其他危险因素固定)。 β=0,OR=1,X与Y之间无关β>0,OR>1, X与Y有关,危险因素β 1, "2+", ftv), ftv = factor(ftv) )设置因子化,并且利用条件函数巧妙的转化了分类变量。!!!!!好好学习 2. 模型建立 glm1 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |