第13章Stata Logistic回归分析

目录

13.1二元Logistic回归分析

案例延伸 

延伸1：设定模型预测概率得具体值

延伸2：使用Probit模型对二分类因变量进行拟合

13.2多元Logistic回归分析

案例延伸

延伸：根据模型预测每个样本视力低下程度的可能性

13.3有序Logistic回归

案例延伸

延伸：试用Probit模型对有序分类因变量进行拟合        

---

        前面我们讲述得回归分析方法都要求因变量是连续变量，但很多情况下因变量是离散得而非连续得。例如，公司招聘人才时根据对应聘人员得特征做出录用或者不录用得评价、毕业学生对职业得选择等。这时就需要用到Logistic回归分析。根据因变量得离散特征：常用得Logistic回归分析方法有3终，包括二元Logistic回归分析、多元Logistic回归分析以及有序Logistic回归分析等。

13.1二元Logistic回归分析

        我们经常会遇到因变量只有两种取值的情况，例如是否患病、是否下雨等，这时一般的线性回归分析将无法准确刻画变量之间的因果关系，需要用其他的回归分析方法来进行拟合模型。Stata的二项分类Logistic回归便是一种简便的处理二分类因变量问题的分析方法。

        数据（案例13.1）给出了20名肾癌患者的相关数据。试用二分类Logistic回归分析方法分析患者肾细胞转移情况（有转移y=1、无转移y=0）与患者年龄、肾细胞癌血管内皮生长因子（其阳性表示由低到高3个等级）、肾细胞核组织学分级（由低到高共4级）、肾细胞癌组织内微血管数、肾细胞癌分期（由低到高共4期）之间的关系。

logit V1 V2 V3 V4 V5 V6 #本命令的含义时以V1为因变量，以V2 V3 V4 V5 V6 为自变量，进行二元Logistic回归分析，研究变量之间的因果影响关系。其中自变量的影响是以回归系数的形式输出的。

            从上述分析结果可以看出由20个样本参与了分析，模型的F值（5，14）=1.64，P值（Prob > F）= 0.2135，说明模型整体是不显著的。模型的可决系数（R-squared）为0.3695，模型的修正的可决系数（Adj R-squared）为0.1444，说明模型的解释能力也是比较差的。下面的不过多赘述哈。我们可以看出最小二乘线性模型的整体显著性、系数显著性以及模型的整体解释能力都是由较大提升看空间的。

        可以得到最小二乘回归方程模型是：

        V1 = -0.0061692*V2+。。。+0.7871698

logistic V1 V2 V3 V4 V5 V6 #本命令的含义是进行二元Logistic回归分析，研究变量之间的因果关系。其中自变量的影响是以（Odds Ratio）的形式输出的。

         上图是以V1为因变量，以V2 V3 V4 V5 V6 为自变量，进行二元Logistic回归分析。其中，自变量的影响是以优势比（Odds Ratio）的形式输出的。从上图可以看出Logistic相对于最小二乘回归模型得到了很大程度的改进。。模型的整体显著性P值达到了9%左右（Prob > chi2 = 0.0934）伪R方达到了35%（Pseudo R2 = 0.3500），解释能力得到了进一步提高。各个变量系数的显著程度也有不同程度的提高。

        与一般的回归形式不同，此处自变量的影响是以优势比的形式输出的。它的含义是：在自变量保持不变的条件下，被观测自变量每增加1个单位时y=1的发成比的变化倍数。可以看出，各个变量中只有V6变量的增加回引起因变量取1值得大于1倍得增加，这说明只有V6是与因变量呈现正向变化，只有V6使得因变量取1得概率更大。

logit V1 V2 V3 V4 V5 V6   #本命令得含义是进行二元Logistic回归分析，研究变量之间得因果影响关系。其中变量得影响是以回归系数得形式输出得。

         上图可以看出该模型与使用Logistic命令回归得到得结果是一致得，只是自变量影像输出得形式由优势比换成了回归系数。