应用Stata做logistic回归完整版.pptx

应用Stata做logistic回归 何保昌;实际生活中经常会遇到因变量只有0和1的二分类变量， 不能满足正态性和方差齐性，故不能直接使用线性模型来拟合方程。 Logistic回归正是处理因变量是二分类或多分类变量的一种方法。现已广泛应用于队列研究，病例对照研究和试验性研究，成为分类因变量的首选多变量分析模型。;分类;Stata软件专门有一组命令用于做不同类型的logistic回归，例如：logit、 blogit、glogit、clogit、mlogit、 ologit。;1.Logistic 回归;分组频数资料，一般自变量较少，且均为分类变量，常以各自变量(不包括因变量)各水平的组合的频数表形式出现，因变量常表达为分子与分母。如例2。用下列命令： blogit 阳性数变量 总观察数变量 [，logit 命令选择项] 或 glogit 阳性数变量 总观察数变量 [， level(#) or] 个体水平资料，即一个观察对象一条记录。如例3，直接使用logit 命令估计即可。 拟合模型后可以用指令predict 得到预测概率，然后进行模型诊断、应用等。;例1 本例是探讨妇女使用雌激素与患子宫内膜癌之间关系的病例-对照研究资料，见表1;也可以用logit命令;可以利用例3做逐步回归;pr(#)是剔除变量的P 值，pe(#)是选 入变量的P 值，如果只选pr(#)，则表示用后退法，如果同时选用pr(#)和pe(#) 表示逐步法。应用时，为防止计算进入死循环，pr(#)须略大于pe(#)。例如， pe(0.05)，pr(0.051)。;用逐步后退法，剔选变量的概率为 pe(0.05)，pr(0.06)，结果如 下： sw logit y x1 x2 x3, pe(0.05) pr(0.06) 用逐步前进法，剔选变量的概率不变,结果如下： sw logit y x1 x2 x3, pr(0.06) pe(0.05) forward;条件logistic 回归;例4 在子宫内膜癌与使用雌激素关系的研究中，运用了1:4 的病例-对照研究，配比因素为年龄，共调查了20 对，100 例。;首先，使用ht、est、drug 三个变量作条件 logistic 回归。 . clogit y ht est drug, group(match);;多类结果的logistic回归;用于多类结果的logistic 回归的命令是mlogit。 mlogit [因变量 [自变量]] [, base (#) constraints(clist) level(#) rrr ];例5 产后大出血分为两大类：即宫缩乏力性 (称为子宫因素)及胎盘因素。在产后大出血与有无妊高症x1及有无人流史x2的关系研究中，将产后出血量<400ml的产妇作为;mlogit y x1 x2 [fw=count], rrr;同一变量在不同的logit函数中的效应可能相同，亦可能不同，这可以通过test命令来检验。 test [1]x1=[2]x1;有序结果的累积比数 logistic回归;例6 南通医学院陈佩珍教授研究了儿童智商;;小结 Logit、 blogit 、 glogit 、 blogit 、 clogit 、 mlogit 、 ologit