Logistic回归分析——logistic回归，附与OR优势比关系

逻辑回归（Logistic Regression）属于概率型非线性回归，是一种广泛用于研究二分类（可扩展到多分类）问题的统计方法，流行病学研究中，经常需要分析二分类变量，如是否发病、新药是否有效、受试者是否死亡等。

一、基本概念

1、回归模型

设因变量Y为二值变量，取值为1（出现阳性结果，如发病）、0（出现阴性结果，如未发病），另外有影响Y取值的m个自变量X1，.......，Xm。

记P=P(Y=1 | X1,......,Xm），表示在m个自变量作用下阳性结果发生的概率。

（1）式左边为阳性和阴性结果发生概率之比的自然对数，成为P的logit变换，记为logit P。

2、参数意义

常数项B0表示暴露剂量为0时个体阳性与阴性之比的自然对数，回归系数Bj表示自变量Xj改变一个单位时logit P的改变量。

回归系数与优势比OR（odds ratio）关系如下：

若为某些罕见疾病，优势比OR可以作为相对危险度RR（relative risk）的近似估计。