logistic回归_医学统计之Logistic回归分析

医学统计之Logistic回归分析

通常，在临床研究中会遇到多种类型的变量，如分类变量和连续变量。当遇到这类变量时，对应的因变量的取值会体现出三种可能，第一，具有连续型的；第二，属于二分类变量；第三，属于多分类变量。其中，二分类变量指的是只有两种可能的变量，如药物治疗效果的“有效”或“无效”、患者检验结果显示的“阴性”或“阳性”以及急救的“存活”或“死亡”等，多分类变量指的是具有多种状态的变量。因此，在面对这些具有多种状态的变量时，需对响应变量与其他变量之间的关系进行全面的考虑，但上期讲解的多元线性回归已然无法对此类变量进行处理，因此本期讲解的是能够解决这类问题的Logistic回归。

1● 概念界定●

在医学研究中，Logistic回归是分析疾病与致病因子间联系的重要统计方法，属于一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以肿瘤病情分析为例，选择两组人群，一组是肿瘤组，一组是非肿瘤组，两组人群的体征与生活方式等均存在一定的差异性。因此因变量就为是否肿瘤，值为“是”或“否”，自变量就可以包括很多了，如年龄、性别