LogisticLogistic回归回归温医公卫学院黄陈平例50例急性淋巴细胞白血病病人，在入院时白细胞数X1（×109/L），淋巴结浸润度X2（记为0、1、2三级），缓解出院后巩固治疗X3（巩固治疗时赋值1，无巩固治疗时赋值0）。随访1年取得每例病人是否死亡Y（死亡赋值1，生存赋值0）的资料。请分析影响一年内死亡的有关因素。表10.450例急性淋巴细胞性白血病人的资料因素观察号iX1X2X3结果Yi12.500121.22013173.020143.50015119.0201639.7001710.0201862.40019502.2201102.4001415.101042244.8210432.4000444.0010451.7010465.1010471.10104832.00104912.8010501.4010因素预测值观察号iX1X2X3结果Yiyˆ12.5001.81021.22011.0403173.0201.99243.5001.8095119.02011.007639.7001.799710.02011.037862.4001.7939502.2201.901102.4001.810415.1010.27042244.8210.433432.4000.810444.0010.270451.7010.270465.1010.270471.1010.2714832.0010.262Logistic回归1、概念Logistic回归是一种主要用于应变量为二项分类的概率型非线性回归。在医学研究中经常遇到因变量为互斥的二项分类资料，如治愈和未愈、发病和未发病、生存和死亡等，即成功与失败两种可能的结果。同时有许多自变量可能对结果产生影响，而且这种影响不一定是线性的，用线性回归分析这类资料欠合理。这时可用Logistic回归。2、Logistic回归模型：可能得到的P值会出现小于0及大于1的情况，从而使公式失去意义。Pyˆ取：式中应变量Y可以是（-，+）中任意实数。无论式中Xi和bi是什么数值（实数），都能有相应的ln（P/Q）值，ln（P/Q）可以是-~+之间的任何值，而这些ln（P/Q）值都可以和0~1范围内的P值相对应。P-1Q)ln(ˆQPy取：多元线性回归方程：)]([1122110mmXXXEXPP统计学中，把ln（P/Q）称为P的Logit转换或对数转换，记为LogitP。由此得到的回归方程，称为Logistic回归方程。)]([1122110mmXXXEXPP或：Logistic回归图形3、Logistic模型回归系数的含义回归系数（bi）表示自变量Xi改变一个单位时LogitP的改变量。优势比（OR）指某一影响因素Xi两个不同暴露水平（C1，C0）的P/Q值之比。)(exp)(logitlogit)/()/(lnln010101001111ccbORccbPPPPPPORiiii当某影响因素Xi仅为两个水平（1暴露，0非暴露），则：iibORexp当bi=0时，ORi=1，说明因素Xi对疾病发生不起作用；当bi>0时，ORi>1，说明...
