十三、logistic回归模型.ppt

《十三、logistic回归模型.ppt》由会员分享，可在线阅读，更多相关《十三、logistic回归模型.ppt（56页珍藏版）》请在三一办公上搜索。

1、,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

2、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

3、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，数据见logistic_binary.sav。,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。,简单分析实例,结果分析,本表输出当前模型的-2log（似然值）和两个伪决定系数，但对于logistic回归而言，通常看见的伪决定系数不像线性回归模型中的决定系数那么大。,简单分析实例,结果分析,此表输出模型中的各自变量的偏回归系数及其标准误、Wald 2、自由度、P 值、OR值（即exp（B）。,哑变量设置,在回归模型中，回归系数b

4、表示其他自变量不变，x每改变一个单位时，所预测的y的平均变化量，当x为连续性变量时，这样解释没有问题，二分类变量由于只存在两个类别间的比较，也可以对系数得到很好的解释。但是当x为多分类变量时，仅拟合一个回归系数就不太合适了，此时需要使用哑变量（dummy variable）方式对模型进行定义。,例2 Hosmer 和Lemeshow于1989年研究了低出生体重婴儿的影响因素，结果变量为是否娩出低出生体重儿（变量名为LOW，1表示低出生体重儿，0表示非低出生体重儿），考虑的自变量有产妇妊娠前体重、产妇年龄、种族、是否吸烟、早产次数、是否患高血压等。（数据文件见：logistic_step.sav

5、。）,哑变量设置,哑变量设置,哑变量设置,选入无序多分类变量,设置参照水平,哑变量设置,哑变量设置,结果分析,哑变量（种族）的设置情况,哑变量设置,白人低出生体重的风险较低，而黑人风险较高。,结果分析,参照水平最好要有实际意义，不推荐使用其他作为参照；参照水平组要有一定的频数作保证，应不少于30或50例；对有序自变量的分析：从专业出发确定；分别以哑变量和连续性变量的方式引入模型进行比较后确定。,哑变量设置,哑变量设置应该注意的问题,Forward：Conditional（最可靠）Forward：LR Forward：Wald（应当慎用）Backward：Conditional（最可靠）Back

6、ward：LR Backward：Wald（应当慎用）,6 种筛选自变量的方法,逐步回归,例3 仍以例2的数据为例，演示如何在SPSS中实现逐步logistic回归分析。,逐步回归,选择其中一种逐步法,逐步回归,逐步回归,给出了模型拟合过程中每一步的-2log（L）及两个伪决定系数。,结果分析,逐步回归,结果分析,逐步回归,结果分析,输出了尚不在模型中的自变量是否能被引入的Score检验结果，这里只给出第一步的结果。,对数似然值与伪决定系数模型预测正确率ROC曲线,模型拟合效果检验,拟合效果判断指标：,对数似然值与伪决定系数：-2 倍对数似然值表示模型的拟合效果，其值越小，越接近于0，说明模型

7、拟合效果越好。但是，当自变量中存在缺失值时，因为一般统计软件在进行计算时会把含有缺失值的记录予以剔除，不参与统计分析，此时不能用-2log likelihood 对不同模型的拟合效果进行比较。,模型拟合效果检验,模型预测正确率：,例3进行逐步回归的第三步（step3）输出以上结果，预测正确的记录占71.4。,模型拟合效果检验,ROC曲线：,Save子对话框,模型拟合效果检验,先保存研究对象的预测概率。,模型拟合效果检验,模型拟合效果检验,模型拟合效果检验,这就是ROC曲线，预测效果最佳时，曲线应该从左下角垂直上升至顶，然后水平向右延伸到右上角。,结果分析,模型拟合效果检验,结果分析,本表是对R

8、OC曲线下面积计算的结果，可见曲线下面积为0.708，95可信区间为0.6240.792。,模型拟合优度检验（Test of Goodness Fit）：考察当前模型是否可以进一步改善，检验当前模型与饱和模型的预测效果之差是否有统计学意义。,拟合优度检验,Pearson 和Deviance 拟合优度检验：当自变量很多，或包含连续性自变量时，不可以用这两种方法。似然比检验：主要用于考察饱和模型是否可以进一步简化。HosmerLemeshow检验：通常用于自变量很多，或包含连续性自变量的情况。,拟合优度检验,模型拟合优度检验的常用方法：,点击主对话框中的options按钮，出现如下所示的对话框：,

9、拟合优度检验,拟合优度检验,结果分析,用save子对话框可以保存各种残差；如果残差的绝对值大于2，提示该记录可能是异常点。,Save子对话框,模型的诊断与修正,残差分析,多重共线性的对偏回归系数的影响与线性回归模型中的表现一致，如增加或删除一条记录，模型中偏回归系数值发生较大变化，专业上认为有意义的因素无统计学意义等等。如果在进行logistic模型分析中，尤其是在向模型中引入交互作用项时出现了回归结果反常现象，则自变量之间的多重共线性是需要排除的一种可能。,模型的诊断与修正,多重共线性的识别：,目前SPSS的logistic过程中尚没有关于多重共线性诊断的结果输出，代替方法之一是运用相同的反

10、应变量与自变量，拟合线性回归模型，并进行相应的共线性诊断。,模型的诊断与修正,多重共线性的识别：,匹配设计（matched design）是在设计阶段控制混杂因素的一种方法。当得到一名研究病例后，选择一名或多名非病例作为对照，选择相应对照的条件是：某些需要控制的混杂因素与该病例之间相同或相似，从而形成一个匹配的对子。一个匹配的对子可以只有 1个病例和1个对照，称1：1匹配；当病例很罕见时，常采用 1个病例，多个对照，此时称为1：m匹配，常用的 m一般小于等于4，不同的对子，m可以不同；还可设计m：n匹配，即不同对子的病例与对照个数均可不同，这样的设计增加了收集资料的灵活性。,条件logisti

11、c回归简介,对于这类匹配设计资料，如果采用以上介绍的非条件 logistic回归方法，将会降低检验效能。而应当采用条件logistic回归模型（conditional logistic regression model）又称配对logistic回归模型进行分析。,条件logistic回归简介,用变量差值拟合：只适用于1：1配对的情况，用Multinomial logistic 过程实现；用分层Cox模型拟合：适用范围非常广。,条件logistic回归,SPSS中的拟合方法：,例4 Mack等人预考察服用雌激素与患子宫内膜癌的关系，对退休居住在社区的妇女进行病例对照研究。除服用雌激素以外，研究的

12、自变量还包括肥胖、胆囊病史、服用其他非雌激素药物。数据见1_1_logistic.sav。,条件logistic回归实例分析,compute case=case1-pute age=age1-pute est=est1-pute gall=gall1-pute nonest=nonest1-nonest2.execute.,由于本例是1：1配对，可以使用变量差值方式加以拟合。首先运用compute过程产生配对logistic回归的分析变量，或用以下程序予以实现：,条件logistic回归实例分析,条件logistic回归实例分析,条件logistic回归实例分析,把自变量全部选入Covaria

13、te框，不能选入factor框！,默认情况下该复选框选中，应该去除该复选框,条件logistic回归实例分析,条件logistic回归,结果分析,这是系统给出的警告，说明由于反应变量只有一个水平，因此SPSS将拟合条件logistic回归模型。,结果分析,条件logistic回归,对模型中所有偏回归系数是否均为0进行似然比检验，结果说明他们不全为0。,结果分析,条件logistic回归,输出了三种伪决定系数，本例的伪决定系数还比较大。,结果分析,条件logistic回归,输出从模型中分别剔除每一自变量后拟合新的条件logistic回归模型的-2倍似然对数值，用于考察是否可以从当前模型中剔除该自变量，提示可以进一步采用逐步回归对当前模型中自变量进行筛选。,结果分析,条件logistic回归,可见，服用雌激素者患子宫内膜癌的概率是未服用雌激素者的14.851倍，有胆囊病史者患子宫内膜癌的概率是没有胆囊病史者的6.270倍，但P=0.042，下结论要小心，可以扩大样本含量再对这一因素进行研究。,在SPSS中用Multinomial Logistic 过程处理配对logistic回归模型时，注意：,数据库结构与运用Cox过程不同。数据库中每一条记录包括一个对子中的两个观察对象。所拟合的模型不能包含常数项！,条件logistic回归,ByeBye！,