Stata做logistic回归.ppt

应用Stata做logistic回归,何保昌,实际生活中经常会遇到因变量只有0和1的二分类变量，不能满足正态性和方差齐性，故不能直接使用线性模型来拟合方程。Logistic回归正是处理因变量是二分类或多分类变量的一种方法。现已广泛应用于队列研究，病例对照研究和试验性研究，成为分类因变量的首选多变量分析模型。,分类,按因变量性质，可分为二分类、无序多分类、有序多分类。按是否匹配可分为非条件和条件logistic回归。,Stata软件专门有一组命令用于做不同类型的logistic回归，例如：logit、blogit、glogit、clogit、mlogit、ologit。,1.Logistic回归,命令：logit因变量自变量,选择项,在进行logistic回归时要注意资料的形式。通常，用于logistic回归的资料有三种形式：(1)分水平频数资料，一般自变量较少，且均为分类变量，常以各变量(包括因变量、自变量)各水平的组合的频数表形式出现。如例1。拟合时仍用上述命令，只是命令中增加fw=频数变量选择项。,(2)分组频数资料，一般自变量较少，且均为分类变量，常以各自变量(不包括因变量)各水平的组合的频数表形式出现，因变量常表达为分子与分母。如例2。用下列命令：blogit阳性数变量总观察数变量，logit命令选择项或glogit阳性数变量总观察数变量，level(#)or(3)个体水平资料，即一个观察对象一条记录。如例3，直接使用logit命令估计即可。拟合模型后可以用指令predict得到预测概率，然后进行模型诊断、应用等。,例1本例是探讨妇女使用雌激素与患子宫内膜癌之间关系的病例-对照研究资料，见表1，请计算OR及其95可信区间。再用logistic回归估计参数，写出回归方程，并说明回归系数与OR的关系。,也可以用logit命令,可以利用例3做逐步回归,Stata用于逐步回归分析的命令是在要执行的命令前增加sw。sw回归命令因变量自变量,筛选变量的P值选择项其中，筛选变量的P值有3种组合pr(#)/*后退法pe(#)/*向前法pr(#)pe(#)/*逐步后退法pr(#)pe(#)forward/*逐步向前法,pr(#)是剔除变量的P值，pe(#)是选入变量的P值，如果只选pr(#)，则表示用后退法，如果同时选用pr(#)和pe(#)表示逐步法。应用时，为防止计算进入死循环，pr(#)须略大于pe(#)。例如，pe(0.05)，pr(0.051)。,1.用逐步后退法，剔选变量的概率为：pe(0.05)，pr(0.06)，结果如下：swlogityx1x2x3,pe(0.05)pr(0.06)2.用逐步前进法，剔选变量的概率不变,结果如下：swlogityx1x2x3,pr(0.06)pe(0.05)forward,条件logistic回归,非条件logistic回归适用于平行组设计的病例-对照研究，队列研究，而不适用于配比设计的病例-对照研究。对于配比的病例-对照研究资料需要用条件logistic回归。其命令为：clogit因变量自变量,group(配比变量)level(#)or其中group()是必选项，它是用来区分各配比组的。level(#)及or的意义同logit。,例4在子宫内膜癌与使用雌激素关系的研究中，运用了1:4的病例-对照研究，配比因素为年龄，共调查了20对，100例。,各变量定义如下：1:match配比组2:yy=1：病例，y=0：对照3:htht=0：无高血压，ht=1：有高血压4:estest=0未使用过雌激素，est=1：使用过雌激素5:dose剂量：dose=0：未使用过，dose=1：0.1-0.299(mg/day)6:drugdrug=0：未使用其他药物，drug=1：使用了其他药物,首先，使用ht、est、drug三个变量作条件logistic回归。.clogityhtestdrug,group(match),结果显示，患高血压(ht)及使用其他药物(drug)与子宫内膜癌无关，而使用过雌激素者患子宫内膜癌的可能性比未使用过雌激素者大。因此，可以进一步考虑剂量-反应关系。变量剂量(dose)可以按两种方法处理，先按线性形式进入模型，再以哑变量形式进入模型，并比较两者的结果。clogityhtdosedrug,group(match）,结果显示，随着剂量的上升，服用雌激素与患内膜癌间的联系也明显上升，呈现出明显的剂量反应关系。这种关系是否为线性的？dose用哑变量形式是否更好？xi:clogityhti.dosedrug,group(match),多类结果的logistic回归,在医学研究中，常常会遇到结果变量是多分类的情况，如同一种肿瘤的不同亚型；病例-对照研究中的一个对照组，两个或多个病例组；或一个病例组，两个或多个对照组，如医院对照和健康人群对照等。,用于多类结果的logistic回归的命令是mlogit。,mlogit因变量自变量,base(#)constraints(clist)level(#)rrr,例5产后大出血分为两大类：即宫缩乏力性(称为子宫因素)及胎盘因素。在产后大出血与有无妊高症x1及有无人流史x2的关系研究中，将产后出血量400ml的作为病例，并分为上述两类，共调查了933人，其中子宫因素出血的155人，胎盘因素出血的33人，对照745人。结果见表5。本例，结果变量为：y=0为对照(C类)y=1为宫缩乏力性产后大出血(A类)y=2为胎盘因素产后大出血(B类)。,mlogityx1x2fw=count,rrr,同一变量在不同的logit函数中的效应可能相同，亦可能不同，这可以通过test命令来检验。,test1x1=2x1test1x2=2x2,有序结果的累积比数logistic回归,用于有序结果的logistic回归的命令是ologit。ologit因变量自变量,tablelevel(#)其中选择项table用于指定打印出各类的概率；level用于指定显著性水平,例6南通医学院陈佩珍教授研究了儿童智商等级与其母亲文化程度的关