SPSS学习笔记之——二项Logistic回归分析
[转载]SPSS学习笔记之——二项Logistic回归分析 一、 概述
Logistic回归主要用于因变量为分类变量(如疾病的缓解、不缓解，评比中的好、中、差等)的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量，并可以给出预测公式用于预测。
因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。
下面学习一下Odds、OR、RR的概念:
在病例对照研究中，可以画出下列的四格表:
------------------------------------------------------
暴露因素 病例 对照
-----------------------------------------------------
暴露 a b
非暴露 c d
-----------------------------------------------
比值、比数，是指某事件发生的可能性(概率)与不发生的可能Odds: 称为
性(概率)之比。在病例对照研究中病例组的暴露比值为:
oddsodds1 = (a/(a+c))/(c(a+c)) = a/c，
对照组的暴露比值为:
odds2 = (b/(b+d))/(d/(b+d)) = b/d
OR:比值比，为:病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc
换一种角度，暴露组的疾病发生比值:
odds1 = (a/(a+b))/(b(a+b)) = a/b
非暴露组的疾病发生比值:
odds2 = (c/(c+d))/(d/(c+d)) = c/d
OR = odds1/odds2 = ad/bc
与之前的结果一致。
OR的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR>1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联;OR<1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。 还应计算OR的置信区间，若区间跨1，一般说明该因素无意义。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。