单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第十,八,章,logistic,回归,方积乾,中山大学公共卫生学院,2013.5,第一节,Logistic,回归模型,Logistic regression model,例,18-1,大肠癌患者的年龄可能影响,5,年生存状态,(,存,活,:0,死亡,:1,）,。现有,158,例经手术治疗大肠癌患者,欲,分析,生存状态,Y,和年龄,X,的关系。,能否采用线性回归？,线性回归要求：因变量,Y,是定量变量,但是本例“生存状态”,Y,是二分类变量！,因变量改为“死亡概率,”,？,的数值在 范围内，,但是回归后，因变量可以在 范围内,取值,将“死亡概率,”,作一个变换,更复杂的实际问题！,例,18-1,大肠癌患者临床病理因素对可能影响预后。,现有,158,例经手术治疗大肠癌患者：,性别,(,女,:0,男,:1,）、年龄、,组织学分类,(,乳头状腺癌,:0,管状腺癌,:1,）,肿瘤大小,(6cm,及以上,:0,6cm,以下,:1,）,Dures,分期,(A:1,B:2,C:3,D:4,）,淋巴管浸润,(,无,:0,有,:1,）、血管浸润,(,无,:0,有,:1,）,5,年生存状态,(,存活,:0,死亡,:1,）,欲预测经手术治疗大肠癌患者,5,年生存概率。,二、模型参数的意义,二、模型参数的意义,第二节 回归的参数估计及假设检验,一、回归的参数估计,似然函数,(likelihood function),参数 的极大似然估计,针对例,18-1,资料，建立,Y,与 关系的回归方程，并预测大肠癌患者,5,年生存状况。,二、假设检验和区间估计,1.,假设检验,2.,回归系数的区间估计,预测大肠癌患者,5,年生存状况,三、自变量筛选,与多重线性回归类似，自变量的筛选有前进法、后退法、逐步法,.,但检验统计量不再是,F,，而是似然比检验统计量,G,或,Ward,统计量,采用后退法（剔除水平,=0.05,）进行变量筛选。,(1),利用似然比检验筛选自变量,(2),关于选中变量的参数估计,危险因素：肿瘤家族史、职业有害接触、吸烟；,保护因素：长期体育锻炼为保护因素,第三节 条件,logistic,回归模型,1,1:1,配对设计的条件,logistic,回归模型,第四节 回归的应用及注意的问题,一,.,回归的应用,二 回归应用中需注意的问题,小结,4.1:1,配对设计的条件,logistic,回归模型可用以进行危险因素分析,但不能用作预测和判别。,Thanks,