1、卫生统计学统计学第十五章 多因素对某定性指标的影响分析第一节 Logistic回归分析一、基本概念应变量是分类变量1 出现阳性结果 （发病、有效、死亡等） Y =0 出现阴性结果 （未发病、无效、存活等）P:Y=1的率P/(1-P)称优势（比数）0 ：表示暴露剂量为 0时个体发病与不发病概率之比的自然对数i ： 表示在其它自变量不变的条件下，Xi改变一个单位时 logit P =的改变量。 第一节Logistic回归分析Logistic 回归的特点1、 Logistic 回归方程中，各自变量 Xi变化范围可以从 - 到 + ， Xi 可以是定量指标、等级指标或定性指标（需经数量化），而应变量
2、P的变化范围为 0到 1。 Z 时， P值渐近于 1Z- 时， P值渐近于 02、 Logistic 回归系数和流行病学中反映各危险因素对疾病作用大小的优势比有直接的联系，并把单因素两水平下的优势比的定义扩展到多因素任意取值。第一节Logistic回归分析设在一组自变量取值 X0 下，某病发病的概率为 P0 ，而在另外一组取值 X1 下，某病发病的概率为P1 变量 Xi 由 改变为 而固定其它自变量取值时，有 ORi = exp i( ) ORi 1,高水平（数据大）率大 特别当 = 1 时， （ Xi =1为暴露， Xi =0为非暴露）ORi = exp i 3、对于流行病学两类调查研究方法 前瞻性的队列研究和回顾性的病例对照研究，所建立的 Logistic 回归方程，除常数项不同外，其它各回归系数均相同。第一节Logistic回归分析二、 Logistic 回归模型的配合1.应变量为二分类的 Logistic 回归模型参数估计采用最大似然函数估计法（maximum likelihood estimate），即根据 n例实际观测数据建立一个样本的似然函数：第一节Logistic回归分析Pi:i例暴露条件下阳性率， Yi=1阳性， Yi=0 阴性。若某对象阳性，
