logistic回归由浅入深指南
2012-04-29 MedSci MedSci原创
多重线性回归的因变量y是连续型变量，自变量可以是连续的，也可以是分类的。但是现实中，因变量不一定都是连续的，还有其他分类的情形。比如想分析某病的危险因素，这时因变量就无法用连续资料来表示，而是表示为疾病的“有”或“无”两种情形。在这种情况下，用多重线性回归就不合适了， 而logistic回归则是处理这种数据的得力工具。 logistic回归主要在流行病学中应用较多，比较常用的情形是探索某疾病的危
多重线性回归的因变量y是连续型变量，自变量可以是连续的，也可以是分类的。但是现实中，因变量不一定都是连续的，还有其他分类的情形。比如想分析某病的危险因素，这时因变量就无法用连续资料来表示，而是表示为疾病的“有”或“无”两种情形。在这种情况下，用多重线性回归就不合适了， 而logistic回归则是处理这种数据的得力工具。 logistic回归主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率，等等。例如，想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。这里的因变量就是是否胃癌，即“是”或 “否”，为两分类变量，自变量就可以包括很多了，例如年龄、性别、饮食习惯、幽门螺杆菌感染等。自变量既可以是连续的，也可以是分类的。通过 logistic回归分析，就可以大致了解到底哪些因素是胃癌的危险因素。 logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于他们的因变量不同，其他的基本都差不多，正是因为如此，这两种回归可以归于同一个家族，即广义线性模型（generalized
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
高手啊，虽然没怎么看明白
143
感谢作者对独立预后因子概念的阐述！
119
感谢分享
152
#logistic回归#
53
useful
190
抄袭我的文章，还冠以自己的名字，有意思吗？是为了显示你们水平高吗？
146
hard work
137
还行
127
请问那么各个段如将某参数分为1,2,3,4组，得出各自OR值，算趋势P值怎么看？
94
很好。
117