Logistic回归:实际上属于判别分析,因拥有很差的判别效率而不常用。
1. 应用范围:
① 适用于流行病学资料的危险因素分析 ② 实验室中药物的剂量-反应关系 ③ 临床试验评价 ④ 疾病的预后因素分析
2. Logistic回归的分类:
① 按因变量的资料类型分:
二分类 多分类 其中二分较为常用
② 按研究方法分:
条 件Logistic回归 非条件Logistic回归
两者针对的资料类型不一样,后者针对成组研究,前者针对配对或配伍研究。
3.Logistic回归的应用条件是:
① 独立性。各观测对象间是相互独立的; ② LogitP与自变量是线性关系; ③ 样本量。经验值是病例对照各50例以上或为自变量的5-10倍(以10倍为宜),不过随着统计技术和软件的发展,样本量较小或不能进行似然估计的情况下可采用精确
logistic 回归
最新推荐文章于 2021-10-30 21:01:23 发布
Logistic回归是一种广泛应用的判别分析方法,尤其适合于疾病风险因素分析和药物剂量-反应关系研究。它分为二分类和多分类,常见的应用条件包括独立性、线性关系、样本量要求。拟合Logistic回归方程涉及单因素分析、离散化、多因素筛选等步骤,同时需要注意交互作用项、模型拟合优度判断以及异常点和多重共线性的处理。回归系数代表了事件发生的概率比。常用的统计软件有SPSS、SAS等。
摘要由CSDN通过智能技术生成