1第十八章logistic回归分析(logisticregression)2例18-1在研究医院抢救急性心肌梗塞（AMI）患者能否成功的危险因素调查中，某医院收集了5年中该医院所有的AMI患者，共200例，研究危险因素为X1(抢救前是否休克）；X2(抢救前是否心衰）；X3(抢救前是否超过12小时）等。研究目的：分析影响抢救成功的主要因素。3P=0(抢救成功）P=1(抢救不成功）X1X2X3NX1X2X3N00035000400134001100101701040111901115100171006101610191106110611161116医学研究中常碰到应变量的可能取值仅有两个（即二分类变量）或多个，如生存与死亡、发病与未发病、阳性与阴性、治愈与未治愈、暴露与未暴露等.5而我们在研究中,又经常要分析应变量结果的产生与哪些因素有关。例如：生存与死亡,发病与未发病,阴性与阳性等结果的产生可能与病人的年龄、性别、生活习惯、体质、遗传等许多因素有关。如何找出其中哪些因素对结果的产生有显著性影响呢？显然这类资料不满足多重线性回归的条件。Logistic回归分析能较好地解决这类问题。7目的：作出以多个自变量（危险因素）估计应变量（结果因素）的logistic回归方程。资料：1.应变量为反映某现象发生与不发生的二值变量；2.自变量宜全部或大部分为分类变量，可有少数数值变量。分类变量要数量化。8例18-1在研究医院抢救急性心肌梗塞（AMI）患者能否成功的危险因素调查中，某医院收集了5年中该医院所有的AMI患者，共200例，研究危险因素为X1(抢救前是否休克）；X2(抢救前是否心衰）；X1(抢救前是否超过12小时）等。研究目的：分析影响抢救成功的主要因素。9P=0(抢救成功）P=1(抢救不成功）X1X2X3NX1X2X3N0003500040013400110010170104011190111510017100610161019110611061116111610用途：研究某种疾病或现象发生和多个危险因素（或保护因子）的数量关系。单因素用检验的局限性：只能研究1个危险因素;只能够定性。2——卡方检验11outlineLogistic回归模型的基本结构与建立条件logistic回归Logistic回归的应用与注意事项12第一节logistic回归模型的基本结构与建立1310Y发生应变量未发生12,,,mXXX自变量，在m个自变量的作用下阳性结果发生的概率记作),,,|1(21mXXXYPP1P0一、基本概念14Logistic回归模型的构造若因变量y为连续型正态定量变量时，可采用多元线性回归分析y与变量X1,X2,…,Xp之间的关系：y＝β0+β1X1+β2X2+…+βpXp现y为发病或未发病，生存与死亡等定性分类变量，不能直接用上模型进行分析...
