医学统计学logistic回归 45页

\n第十八章logistic回归方积乾中山大学公共卫生学院2013.5\n第一节Logistic回归模型Logisticregressionmodel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。\n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！\n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\n将“死亡概率”作一个变换\n\n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）Dure’s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。\n\n\n二、模型参数的意义\n二、模型参数的意义\n\n第二节回归的参数估计及假设检验一、回归的参数估计\n似然函数(likelihoodfunction)\n参数的极大似然估计\n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。\n\n\n二、假设检验和区间估计1.假设检验\n\n\n\n2.回归系数的区间估计\n\n预测大肠癌患者5年生存状况\n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\n\n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\n(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\n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\n\n\n\n\n\n第四节回归的应用及注意的问题一.回归的应用\n\n二．回归应用中需注意的问题\n\n\n小结\n4.1:1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。\nThanks\n