多项分类Logistic回归分析的功能与意义-()
————————————————————————————————作者：————————————————————————————————日期：
多项分类Logistic回归分析的功能与意义
我们经常会遇到因变量有多个取值而且无大小顺序的情况，比如职业、婚姻情况等等，这时一般的线性回归分析无法准确地刻画变量之间的因果关系，需要用其它回归分析方法来进行拟合模型。SPSS的多项分类Logistic回归便是一种简便的处理该类因变量问题的分析方法。
例子：下表给出了对山东省某中学20名视力低下学生视力监测的结果数据。试用多项分类Logistic回归分析方法分析视力低下程度（由轻到重共3级）与年龄、性别（1代表男性，2代表女性）之间的关系。
山东省某中学20名学生视力监测结果数据
编号视力低下程度性别年龄
11115
21115
32114
42216
53216
63217
72217
82118
91114
103218
111117
121217
131115
142118
151215
161215
173217
181115
191115
202216
分析步骤：
1、进入SPSS，打开“分析”|“回归”|“多项Logistic” 命令。
2、选择进行Logistic 回归的变量。如下图所示对话框左侧的列表中，选中“视力低下程度”
并单击向右的箭头按钮使之进入“因变量”列表框，选择“性别”使之进入“因子”列表框，选择“
年龄”使之进入“协变量”列表框。
6.jpg(38.14 KB, 下载次数: 47)
下载附件
2012-8-13 23:20 上传
3、其它设置使用系统默认设置即可。
4、设置完毕，单击“确定”按钮，等待输出结果。
模型拟合信息
模型
模型拟合
标准
似然比检验
-2 倍对数
似然值
卡方df显著水平
仅截距32.633
最终18.80413.8284.008
伪R 方
Cox 和
Snell
.499
Nagelkerke.572
McFadden.336
似然比检验
效应
模型拟合
标准
似然比检验
简化后的
模型的 -2
倍对数似
然值
卡方df显著水平
截距18.804.0000.年龄25.442 6.6382.036性别25.306 6.5022.039
参数估计
听力低下程度a B标准误Wald df 显著水
平
Exp(B)
Exp(B) 的置信区间 95%
下限上限
1截距34.33819.553 3.0841.079
年龄-2.112 1.181 3.1971.074.121.012 1.225
[性别
=1]
21.272 1.183323.0951.000 1.731E+09 1.702E+08 1.761E+10 [性别
=2]
0..0....
2截距20.97419.066 1.2101.271
年龄-1.277 1.141 1.2511.263.279.030 2.613
[性别
=1]
20.540.000.1.8.321E+088.321E+088.321E+08 [性别
=2]
0..0....
还是以教程“blankloan.sav"数据为例，研究银行客户贷款是否违约（拖欠）的问题，数据如下所示：
上面的数据是大约700个申请贷款的客户，我们需要进行随机抽样，来进行二元Logistic 回归分析，上图中的“0”表示没有拖欠贷款，“1”表示拖欠贷款，接下来，步骤如下：
1：设置随机抽样的随机种子，如下图所示：
选择“设置起点”选择“固定值”即可，本人感觉200万的容量已经足够了，就采用的默认值，点击确定，返回原界面、
2：进行“转换”—计算变量“生成一个变量（validate)，进入如下界面：
在数字表达式中，输入公式：rv.bernoulli（0.7），这个表达式的意思为：返回概率为0.7的bernoulli分布随机值
如果在0.7的概率下能够成功，那么就为1，失败的话，就为"0"
为了保持数据分析的有效性，对于样本中“违约”变量取缺失值的部分，validate变量也取缺失值，所以，需要设置一个“选择条件”
点击“如果”按钮，进入如下界面：
如果“违约”变量中，确实存在缺失值，那么当使用"missing”函数的时候，它的返回值应该为“1”或者为“true"，为了剔除”缺失值“所以，结果必须等于“0“也就是不存在缺失值的现象点击”继续“按钮，返回原界面，如下所示：
将是“是否曾经违约”作为“因变量”拖入因变量选框，分别将其他8个变量拖入“协变量”选框内，在方法中，选择：forward.LR方法
将生成的新变量“validate" 拖入"选择变量“框内，并点击”规则“设置相应的规则内容，如下所示：
设置validate 值为1，此处我们只将取值为1的记录纳入模型建立过程，其它值（例如：0）将用来做结论的验证或者预测分析，当然你可以反推，采用0作为取值记录
点击继续，返回，再点击“分类”按钮，进入如下页面
在所有的8个自变量中，只有“教育水平”这个变量能够作为“分类协变量” 因为其它变量都没有做分类，本例中，教育水平分为：初中，高中，大专，本科，研究生等等, 参考类别选择：“最后一个”在对比中选择“指示符”点击继续按钮，返回
再点击—“保存”按钮，进入界面：
在“预测值"中选择”概率，在“影响”中选择“Cook距离” 在“残差”中选择“学生化”
点击继续，返回，再点击“选项”按钮，进入如下界面：
[转载]logistic回归模型总结 logistic回归模型是最成熟也是应用最广泛的分类模型，通过学习和实践拟通过从入门、进阶到高级的过程对其进行总结，以便加深自己的理解也为对此有兴趣者提供学习的便利。 一、有关logistic的基本概念 logistic回归主要用来预测离散因变量与一组解释变量之间的关系 最常用的是二值型logistic。即因变量的取值只包含两个类别例如：好、坏；发生、不发生；常用Y=1或Y=0表示X 表示解释变量则 P（Y=1|X）表示在X的条件下Y=1的概率，logistic回归的数学表达式为： log（p/1-p）=A+BX ＝Ｌ其中p/1-p称为优势比（ＯＤＤＳ）即发生与不发生的概率之比 可以根据上式反求出P（Y=1|X）＝１/（１＋ｅ＾-L） 根据样本资料可以通过最大似然估计计算出模型的参数 然后根据求出的模型进行预测 下面介绍logistic回归在ＳＡＳ中的实现以及输出结果的解释 二、logistic回归模型初步
ＳＡＳ中ｌｏｇｉｓｔｉｃ回归输出结果主要包括预测模 型的评价以及模型的参数 预测模型的评价与多元线性回归模型的评价类似主要从以 下几个层次进行 （１）模型的整体拟合优度 主要评价预测值与观测值之间的总体一致性。可以通过以下两个指标来进行检验 １、Ｈosmer-Lemeshowz指标 HL统计量的原假设Ho是预测值和观测值之间无显著差异，因此HL指标的P-Value的值越大，越不能拒绝原假设，即说明模型很好的拟合了数据。 在ＳＡＳ中这个指标可以用LACKFIT选项进行调用 ２、AIC和SC指标即池雷准则和施瓦茨准则 与线性回归类似AIC和SC越小说明模型拟合的越好 （2）从整体上看解释变量对因变量有无解释作用 相当于多元回归中的F检验在logistic回归中可以通过似然比（likelihood ratio
SPSS—二元Logistic回归结果分析 2011-12-02 16:48 身心疲惫，睡意连连，头不断往下掉，拿出耳机，听下歌曲，缓解我这严重的睡意吧！今天来分析二元Logistic回归的结果 分析结果如下： 1：在“案例处理汇总”中可以看出：选定的案例489个，未选定的案例361个，这个结果是根据设定的validate = 1得到的，在“因变量编码”中可以看出“违约”的两种结果“是”或者“否” 分别用值“1“和“0”代替，在“分类变量编码”中教育水平分为5类，如果选中“为完成高中，高中，大专，大学等，其中的任何一个，那么就取值为 1，未选中的为0，如果四个都未被选中，那么就是”研究生“ 频率分别代表了处在某个教育水平的个数，总和应该为489个
1：在“分类表”中可以看出：预测有360个是“否”（未违约）有129个是“是”（违约） 2：在“方程中的变量”表中可以看出：最初是对“常数项”记性赋值，B为 -1.026，标准误差为：0.103 那么wald =( B/S.E)2=(-1.026/0.103)2 = 99.2248, 跟表中的“100.029几乎接近，是因为我对数据进行的向下舍入的关系，所以数据会稍微偏小， B和Exp(B) 是对数关系，将B进行对数抓换后，可以得到：Exp(B) = e^-1.026 = 0.358, 其中自由度为1， sig为0.000，非常显著
1：从“不在方程中的变量”可以看出，最初模型，只有“常数项”被纳入了模型，其它变量都不在最初模型 表中分别给出了，得分，df , Sig三个值, 而其中得分（Score)计算公式如下： （公式中（Xi- Xˉ) 少了一个平方） 下面来举例说明这个计算过程：(“年龄”自变量的得分为例） 从“分类表”中可以看出：有129人违约，违约记为“1”则违约总和为 129，选定案例总和为489 那么： yˉ = 129/489 = 0.16 xˉ = 16951 / 489 = 34.2 所以：∑(Xi-xˉ)2 = 30074.9979
1.逻辑回归模型 1.1逻辑回归模型 考虑具有p个独立变量的向量,设条件概率为根据观测量相对于某事件发生的概率。逻辑回归模型可表示为 （1.1） 上式右侧形式的函数称为称为逻辑函数。下图给出其函数图象形式。 其中。如果含有名义变量，则将其变为dummy变量。一个具有k个取值的名义变量，将变为k-1个dummy变量。这样，有 （1.2） 定义不发生事件的条件概率为 （1.3） 那么，事件发生与事件不发生的概率之比为 （1.4） 这个比值称为事件的发生比(the odds of experiencing an event),简称为odds。因为0
得到的概率。在同样条件下得到的条件概率为。于是，得到一个观测值的概率为 （1.6） 因为各项观测独立，所以它们的联合分布可以表示为各边际分布的乘积。 （1.7） 上式称为n个观测的似然函数。我们的目标是能够求出使这一似然函数的值最大的参数估计。于是，最大似然估计的关键就是求出参数，使上式取得最大值。 对上述函数求对数 （1.8） 上式称为对数似然函数。为了估计能使取得最大的参数的值。 对此函数求导，得到p+1个似然方程。 （1.9） ，j=1,2,..,p. 上式称为似然方程。为了解上述非线性方程，应用牛顿－拉斐森(Newton-Raphson)方法进行迭代求解。 1.3牛顿－拉斐森迭代法 对求二阶偏导数，即Hessian矩阵为 （1.10） 如果写成矩阵形式，以Ｈ表示Hessian矩阵，Ｘ表示 （1.11） 令
1. 数据制备（栅格数据） （1） 宝塔区基底图层.tif （2） 居民点扩增.tif 、坡度.tif 、坡向.tif 等要素数据。 在 environment settings ------ p rocessing extent ------ snap raster （选中基底图层），保证栅格数据 像元无偏移，且行列的数量一致。 化:Raster to ASCII Inyul r aiLtvl- 匚” k 『号樹 ± 如葡让也\1非*订kilt :f 10. 2 'iiStati EeiT-SlaT 14t L J. KT 2.通过CLUE-S 莫型中的fileconvert 模块，获得logistic 回归分析的数据集。 （1） 将上一步骤中的因变量 y 和影响因素x 的.txt 文档后缀改为.asc 格式，并将文件 放在CLUE-S 模型所在的文件夹中。 （2） 打开FileCo nvert V2软件，按下图勾选，填写"file list "内容，点击start con version ， 3 田F1 曰 It:. （3）栅格数据转为 ASCII 码，生成txt 文档。 匚onversion Tools Ejicel From GPS From KML From Raster 气 Raster to ASCII y Raster to Fist 声.Raster to Point
Logistic 回归模型 1 Logistic 回归模型的基本知识 1.1 Logistic 模型简介 主要应用在研究某些现象发生的概率p ，比如股票涨还是跌，公司成功或失败的概率，以及讨论概率 p 与那些因素有关。显然作为概率值，一定有10≤≤p ，因此很难用线性模型描述概率p 与自变量的关 系，另外如果p 接近两个极端值，此时一般方法难以较好地反映p 的微小变化。为此在构建p 与自变量关系的模型时，变换一下思路，不直接研究p ，而是研究p 的一个严格单调函数)(p G ，并要求)(p G 在p 接近两端值时对其微小变化很敏感。于是Logit 变换被提出来： p p p Logit -=1ln )( （1） 其中当p 从10→时，)(p Logit 从+∞→∞-，这个变化范围在模型数据处理上带来很大的方便， 解决了上述面临的难题。另外从函数的变形可得如下等价的公式： X T X T T e e p X p p p Logit ββ β+= ?=-=11ln )( （2） 模型(2)的基本要求是，因变量（y ）是个二元变量，仅取0或1两个值，而因变量取1的概率) |1(X y P =就是模型要研究的对象。而T k x x x X ),,,,1(21 =，其中i x 表示影响y 的第i 个因素，它可以是定性变量也可以是定量变量，T k ),,,(10ββββ =。为此模型(2)可以表述成： k x k x k x k x k k e e p x x p p βββββββββ+++++++= ?+++=- 11011011011ln （3） 显然p y E =)(，故上述模型表明) (1) (ln y E y E -是k x x x ,,,21 的线性函数。此时我们称满足上面条件 的回归方程为Logistic 线性回归。 Logistic 线性回归的主要问题是不能用普通的回归方式来分析模型，一方面离散变量的误差形式服从伯努利分布而非正态分布，即没有正态性假设前提；二是二值变量方差不是常数，有异方差性。不同于多元线性回归的最小二乘估计法则(残差平方和最小)，Logistic 变换的非线性特征采用极大似然估计的方法寻求最佳的回归系数。因此评价模型的拟合度的标准变为似然值而非离差平方和。 定义1 称事件发生与不发生的概率比为 优势比(比数比 odds ratio 简称OR)，形式上表示为 OR= k x k x e p p βββ+++=- 1101 （4） 定义2 Logistic 回归模型是通过极大似然估计法得到的，故模型好坏的评价准则有似然值来表征，称
Logistic 回归分析报告结果解读分析 Logistic 回归常用于分析二分类因变量（如存活和死亡、患病和未患病等）与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是” 或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic 回归分析，就可以大致了解胃癌的危险因素。 Logistic 回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic 回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。 1. Logistic 回归的用法 一般而言，Logistic 回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic 回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率（包括风险评分的建立）。 2. 用Logistic回归估计危险度 所谓相对危险度（risk ratio , RR）是用来描述某一因素不同状态发生疾病（或其它结局）危险程度的 比值。Logistic回归给出的OR（odds ratio）值与相对危险度类似，常用来表示相对于某一人群，另一人群发生终点事件的风险超出或减少的程度。如不同性别的
胃癌发生危险不同，通过Logistic回归可以求出危险度的具体数值，例如1.7，
二分类Logistic 回归模型 在对资料进行统计分析时常遇到反应变量为分类变量的资料，那么，能否用类似于线性回归的模型来对这种资料进行分析呢？答案是肯定的。本章将向大家介绍对二分类因变量进行回归建模的Logistic 回归模型。 第一节 模型简介 一、模型入门 在很多场合下都能碰到反应变量为二分类的资料，如考察公司中总裁级的领导层中是否有女性职员、某一天是否下雨、某病患者结局是否痊愈、调查对象是否为某商品的潜在消费者等。对于分类资料的分析，相信大家并不陌生，当要考察的影响因素较少，且也为分类变量时，分析者常用列联表(contingency Table)的形式对这种资料进行整理，并使用2 χ检验来进行分析，汉存在分类的混杂因素时，还可应用Mantel-Haenszel 2 χ检验进行统计学检验，这种方法可以很好地控制混杂因素的影响。但是这种经典分析方法也存在局限性，首先，它虽然可以控制若干个因素的作用，但无法描述其作用大小及方向，更不能考察各因素间是否存在交互任用；其次，该方法对样本含量的要求较大，当控制的分层因素较多时，单元格被划分的越来越细，列联表的格子中频数可能很小甚至为0，将导致检验结果的不可靠。最后，2 χ检验无法对连续性自变量的影响进行分析，而这将大大限制其应用范围，无疑是其致使的缺陷。 那么，能否建立类似于线性回归的模型，对这种数据加以分析？以最简单的二分类因变量为例来加以探讨，为了讨论方便，常定义出现阳性结果时反应变量取值为1，反之则取值为0 。例如当领导层有女性职员、下雨、痊愈时反应变量1y =，而没有女性职员、未下雨、未痊愈时反应变量0y =。记出现阳性结果的频率为反应变量(1)P y =。 首先，回顾一下标准的线性回归模型： μ11m m Y x x αββ=+++L 如果对分类变量直接拟合，则实质上拟合的是发生概率，参照前面线性回归方程 ，很 自然地会想到是否可以建立下面形式的回归模型： μ11m m P x x αββ=+++L 显然，该模型可以描述当各自变量变化时，因变量的发生概率会怎样变化，可以满足 分析的基本要求。实际上，统计学家们最早也在朝这一方向努力，并考虑到最小二乘法拟合时遇到的各种问题，对计算方法进行了改进，最终提出了加权最小二乘法来对该模型进行拟合，至今这种分析思路还偶有应用。 既然可以使用加权最小二乘法对模型加以估计，为什么现在又放弃了这种做法呢？原因在于有以下两个问题是这种分析思路所无法解决的： （1）取值区间：上述模型右侧的取值范围，或者说应用上述模型进行预报的范围为整 个实数集(,)-∞+∞，而模型的左边的取值范围为01P ≤≤，二者并不相符。模型本身不能
Logistic曲线的回归分析 例某一品种玉米高度与时间（生长周期，每个生长周期为2-3天，与气温有关）的数据如 表1.所示。用转化为线性方程的方法估计其logistic曲线预测模型。设最大值k为300（cm）。 表1.玉米高度与时间（生长周期）的关系 时间（生长周期）高度/cm时间（生长周期）高度/cm时间（生长周期）高度/cm 10.671212.752297.4620.851316.5523112.7 31.281420.124135.141.751527.3525153.652.271632.5526160.362.751737.55271 67.173.691844.7528174.984.711953.3829177.996.362071.6130180.2 107.732183.8931180.8119.91 3.1基本绘图操作 在Excel中输入时间x与高度y的数据。 选择插入->图表 图87 点击图表，选择“标准类型”中的xy散点图，并点击子图表类型的第一个。
图88 点击下一步，得到如图89。 图89
点击下一步。 图90 分别点击标题、网格线、图例进行修改，然后点击下一步。 图91 点击完成。 图92 右击绘图区，修改绘图区格式，双击做表格，修改坐标轴刻度，最后的散点图。
图93 观察散点图，其呈S型曲线，符合logistic曲线。采用转化为线性方程的方法求解模型。 3.2Logistic曲线方程及线性化 Logistic曲线方程为： y 1 k at me(12) (1)将数据线性化及成图 转化为线性方程为： y'aat 01 (13 ) 其中，y'ln(k/y1)，a 0lnm，a1a 具体操作为： 向excel表格中输入y’数据。
多项分类Logistic回归分析的功能与意义 我们经常会遇到因变量有多个取值而且无大小顺序的情况，比如职业、婚姻情况等等，这时一般的线性回归分析无法准确地刻画变量之间的因果关系，需要用其它回归分析方法来进行拟合模型。SPSS的多项分类Logistic回归便是一种简便的处理该类因变量问题的分析方法。 例子：下表给出了对山东省某中学20名视力低下学生视力监测的结果数据。试用多项分类Logistic回归分析方法分析视力低下程度（由轻到重共3级）与年龄、性别（1代表男性，2代表女性）之间的关系。
“年龄”使之进入“协变量”列表框。
还是以教程“blankloan.sav"数据为例，研究银行客户贷款是否违约（拖欠）的问题，数据如下所示： 上面的数据是大约700个申请贷款的客户，我们需要进行随机抽样，来进行二元Logistic 回归分析，上图中的“0”表示没有拖欠贷款，“1”表示拖欠贷款，接下来，步骤如下： 1：设置随机抽样的随机种子，如下图所示：
选择“设置起点”选择“固定值”即可，本人感觉200万的容量已经足够了，就采用的默认值，点击确定，返回原界面、 2：进行“转换”—计算变量“生成一个变量（validate)，进入如下界面： 在数字表达式中，输入公式：rv.bernoulli（0.7），这个表达式的意思为：返回概率为0.7的bernoulli分布随机值 如果在0.7的概率下能够成功，那么就为1，失败的话，就为"0" 为了保持数据分析的有效性，对于样本中“违约”变量取缺失值的部分，validate变量也取缺失值，所以，需要设置一个“选择条件” 点击“如果”按钮，进入如下界面：
如何用spss17.0 进行二元和多元logistic 回归分析一、二元logistic 回归分析 二元logistic 回归分析的前提为因变量是可以转化为0、1 的二分变量，如：死亡或者生存，男性或者女性，有或无，Yes 或No，是或否的情况。 下面以医学中不同类型脑梗塞与年龄和性别之间的相互关系来进行二元logistic 回归分析。 （一）数据准备和SPSS 选项设置 第一步，原始数据的转化：如图1-1 所示，其中脑梗塞可以分为ICAS、ECAS 和NCAS 三种，但现在我们仅考虑性别和年龄与ICAS 的关系，因此将分组数据ICAS、ECAS 和NCAS 转化为1、0 分类，是ICAS 赋值为1，否赋值为0。年龄为数值变量，可直接输入到spss中，而性别需要转化为（1、0）分类变量输入到spss当中，假设男性为1，女性为0，但在后续分析中系统会将1，0 置换（下面还会介绍），因此为方便期间我们这里先将男女赋值置换，即男性为“0”，女性为“1”。 图1-1 第二步：打开“二值Logistic 回归分析”对话框：沿着主菜单的“分析（Analyze）→回归（Regression）→二元logistic（Binary Logistic）” 的路径（图1-2）打开二值Logistic 回归分析选项框（图1-3）。 如图1-3左侧对话框中有许多变量，但在单因素方差分析中与ICAS显著相关的为性别、年龄、有无高血压，有无糖尿病等（P<0.05），因此我们这里选择以性别和年龄为例进行分析。
图1-2 图1-3 在图1-3中，因为我们要分析性别和年龄与ICAS的相关程度，因此将ICAS选入因变量（Dependent）中，而将性别和年龄选入协变量（Covariates）框中，在协变量下方的“方法（Method）”一栏中，共有七个选项。采用第一种方法，即系统默认的强迫回归方法（进入“Enter”）。 接下来我们将对分类（Categorical），保存（Save），选项（Options）按照如图1-4、1-5、1-6中所示进行设置。在“分类”对话框中，因为性别为二分类变量，因此将其选入分类协变量中，参考类别为在分析中是以最小数值“0（第一个）”作为参考，还是将最大数值“1（最后一个）”作为参考，这里我们选择第一个“0”作为参考。在“存放”选项框中是指将不将数据输出到编辑显示区中。在“选项”对话框中要勾选如图几项，其中“exp（B）的CI（X）”一定要勾选，这个就是输出的OR和CI值，后面的95%为系统默认，不需要更改。
如何用spss17.0进行二元和多元logistic 回归分析 一、二元logistic 回归分析 二元logistic 回归分析的前提为因变量是可以转化为0、1的二分变量，如：死亡或者生存，男性或者女性，有或无，Yes 或No ，是或否的情况。 下面以医学中不同类型脑梗塞与年龄和性别之间的相互关系来进行二元logistic 回归分析。 （一）数据准备和SPSS 选项设置 第一步，原始数据的转化：如图1-1所示，其中脑梗塞可以分为ICAS 、ECAS 和NCAS 三种，但现在我们仅考虑性别和年龄与ICAS 的关系，因此将分组数据ICAS 、ECAS 和NCAS 转化为1、0分类，是ICAS 赋值为1，否赋值为0。年龄为数值变量，可直接输入到spss 中，而性别需要转化为（1、0）分类变量输入到spss 当中，假设男性为1，女性为0，但在后续分析中系统会将1，0置换（下面还会介绍），因此为方便期间我们这里先将男女赋值置换，即男性为“0”，女性为“1”。 第二步：打开“二值Logistic 回归分析”对话框： 沿着主菜单的“分析（Analyze ）→回归（Regression ）→二元logistic （Binary Logistic ）”的路径（图1-2）打开二值Logistic 回归分析选项框（图1-3）。 如图1-3左侧对话框中有许多变量，但在单因素方差分析中与ICAS 显著相关的为性别、年龄、有无高血压，有无糖尿病等（P<0.05 ），因此我们这里选择以性别和年龄为例进行分 图 1-1
析。
在图1-3中，因为我们要分析性别和年龄与ICAS 的相关程度，因此将ICAS 选入因变量（Dependent ）中，而将性别和年龄选入协变量（Covariates ）框中，在协变量下方的“方法（Method ）”一栏中，共有七个选项。采用第一种方法，即系统默认的强迫回归方法（进入“Enter ”）。 接下来我们将对分类（Categorical ），保存（Save ），选项（Options ）按照如图1-4、1-5、1-6中所示进行设置。在“分类”对话框中，因为性别为二分类变量，因此将其选入分类协变量中，参考类别为在分析中是以最小数值“0（第一个）”作为参考，还是将最大数值“1（最后一个）”作为参考，这里我们选择第一个“0”作为参考。在“存放”选项框中是指将不将数据输出到编辑显示区中。在“选项”对话框中要勾选如图几项，其中 图 1-2 图1-3 图1-3
《应用二分类Logistic回归模型分析浅表淋巴结良恶性的超声诊断结果》文中把与恶性相关的指标赋值记录为1，与良性相关的指标赋值记录为0：单发（记 为0），多发（记为1）。测量淋巴结最大切面的长径和短径，计算长短径比值，大于等于2 记为0，小于2记为1。边界以淋巴结周围亮线样回声完整为清晰（记为0），回声不完整或与其他淋巴结融合为不清晰（记为1）。内部回声及分布主要分析皮质回声，低于髓质为低回声（记为0），高于髓质为高回声（记为1）；分布均匀一致（记为1），内部回声混杂多样（记 为0）。如果淋巴结内存在无回声区则为透声（记为0），否则为无透声（记为1）。淋巴结门结构主要分析髓质，以中心高回声带存在为清晰（记为0），消失为不清晰（记为1）。肿大淋巴结彼此孤立为不融合（记为0），不同肿大淋巴结不能区分开为相互融合（记为1）。淋巴结血供以清晰显示多条血管状血流信号为丰富（记为1），无明显血流或只有少量点状血流信号为不丰富（记为0）。其血流信号类型为无血流型（0 型），血流信号沿淋巴门分布为淋巴门型血流（1 型），淋巴结内有血流信号但无规则分布为中心型血流（2 型），淋巴门处无血流信号而血流信号主要分布在淋巴结周围为周边型血流（3 型），淋巴结内部及周边均有血流为混合型血流（4 型）。 本文以超声检查淋巴结的各观察值为自变量，以淋巴结的良恶性为因变量，构建二分类Logistic回归模型，采用偏最大似然估计前进法进行对因变量逐步回归，对模型的拟合优度进行Hosmer-Lemeshow（HL）检验，并采用2x检验,自由度为8，P=（>），证明模型拟合得较好，说明当前数据中的信息以及被充分提取，并且可以排除混杂因素的影响。模型判断恶性淋巴结概率预测值的ROC曲线中，得到AUC为±,P<，95%可信区间为（，），证明该模型的拟合效果较好，用于预测淋巴结的良恶性效果也很好。另外，血流类型亚变量分析结果显示，均以无血流信号型血流为参照水平，淋巴门型血流的OR值小于1，提示支持良性诊断，中心型血流的OR 值大于1，提示支持恶性诊断，但两组P值均大于，无显著统计学意义。而与无血流信号型相比，周边型血流和混合型血流的OR值均大于1，支持恶性诊断，且P值均小于，有非常显著的统计学意义。 在良恶性淋巴结超声诊断指标的对比结果中，其中边界是否清晰、内部回声是否均匀、有无淋巴门结构、血流是否丰富、是否有透声区以及长短径比值的赋值在良恶性淋巴结比较中P 值均小于，说明有显著统计学差异。血流类型的统计结果显示，淋巴结的良恶性与血流类型的P值小于，表示有非常显著统计学相关性。 因此，二分类Logistic 回归多元分析模型能够很好地描述和分析良恶性淋巴结的超声鉴别
Logistic 曲线的回归分析 例 某一品种玉米高度与时间（生长周期，每个生长周期为2-3天，与气温有关）的数据如表1.所示。用转化为线性方程的方法估计其logistic 曲线预测模型。设最大值k 为300（cm ）。 表1. 玉米高度与时间（生长周期）的关系 时间（生长周期） 高度/cm 时间（生长周期） 高度 /cm 时间（生长周期） 高度/cm 1 2 3 4 5 6 7 8 9 10 11 0.67 0.85 1.28 1.75 2.27 2.75 3.69 4.71 6.36 7.73 9.91 12 13 14 15 16 17 18 19 20 21 12.75 16.55 20.1 27.35 32.55 37.55 44.75 53.38 71.61 83.89 22 23 24 25 26 27 28 29 30 31 97.46 112.7 135.1 153.6 160.3 167.1 174.9 177.9 180.2 180.8 3.1 基本绘图操作 在Excel 中输入时间x 与高度y 的数据。 选择插入->图表 图87 点击图表，选择“标准类型”中的xy 散点图，并点击子图表类型的第一个。
图88 点击下一步，得到如图89。 图89
点击下一步。 图90 分别点击标题、网格线、图例进行修改，然后点击下一步。 图91 点击完成。 图92 右击绘图区，修改绘图区格式，双击做表格，修改坐标轴刻度，最后的散点图。
图93 观察散点图，其呈S 型曲线，符合logistic 曲线。采用转化为线性方程的方法求解模型。 3.2 Logistic 曲线方程及线性化 Logistic 曲线方程为： 1at k y me -= + (12) (1) 将数据线性化及成图 转化为线性方程为： 01'y a a t =+ (13) 其中，'ln(/1)y k y =-，0ln a m =，1a a =- 具体操作为： 向excel 表格中输入y ’数据。
多元logistic回归 1. 下面是子宫内膜癌的病例对照研究数据，暴露因素是雌激素。 分组使用过雌激素未使用过雌激素 病例组55（a）128（b） 对照组19（c）164（d） 问题：使用过雌激素是否是子宫内膜癌的危险因素？危险强度为多少？ 2. 为了探讨糖尿病与血压、血脂等因素的关系，研究者对56例糖尿病病人和65例对照者进行病例-对照研究，收集了性别、年龄、学历、体重指数、家族史、吸烟、血压、总胆固醇、甘油三脂、高密度脂蛋白、低密度脂蛋白11个因素的资料，各因素的观察结果见下表。问题：糖尿病的相关因素有哪些？如何解释相关因素的作用大小？如何评价模型优劣？ 因素变量名赋值 性别X1男=1，女=2 年龄X2 学历X3小学以下=1，小学=2，初中=3，高中=4，大专及以上=5 体重指数X4<24=1，24~<26=2，26~=3 家族史X5无=1，有=2 吸烟X6不吸=1 吸=2 血压X7正常=1, 高=2 总胆固醇X8 甘油三脂X9 高密度脂蛋白X10 低密度脂蛋白X11 糖尿病Y 对照=0，病例=1 编号性别年龄学历体重 指数 家族史吸烟血压 总胆 固醇 甘油 三脂 高密度 脂蛋白 低密度 脂蛋白 糖尿病 1 1 60 2 2 1 1 1 4.30 1.50 1.24 2.30 0 2 1 48 3 2 1 1 1 4.60 1.32 1.15 2.30 0 3 2 63 2 1 1 1 2 4.60 1.15 1.15 2.30 0 4 1 68 3 2 2 1 1 4.1 5 1.43 1.07 3.21 0 5 1 45 2 1 2 1 1 3.42 1.22 0.63 2.30 0 6 1 45 3 3 2 1 1 4.16 0.96 0.98 2.65 0 7 1 59 2 1 1 1 1 4.32 1.02 1.05 3.49 0 8 1 68 3 3 1 1 1 3.80 1.42 2.86 0.85 0 9 2 63 2 2 1 1 1 3.87 1.55 2.44 0.81 0 10 2 58 2 2 1 1 1 5.42 0.87 4.46 3.14 0 11 1 44 2 2 2 1 2 4.35 1.01 5.13 2.20 0 12 1 46 3 1 1 2 1 3.42 1.26 1.40 0.28 0 13 2 62 1 2 1 1 2 3.18 1.38 1.67 0.48 0 14 2 65 1 2 1 1 1 3.30 0.85 1.92 0.69 0 15 2 58 2 1 1 1 2 4.41 1.05 2.97 1.79 0
L o g i s t i c回归分析报告结果解读分析Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。 Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。 回归的用法 一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。 2.用Logistic回归估计危险度 所谓相对危险度(riskratio，RR)是用来描述某一因素不同状态发生疾病(或其它结局)危险程度的 比值。Logistic回归给出的OR(oddsratio)值与相对危险度类似，常用来表示相对于某一人群，另一人群发生终点事件的风险超出或减少的程度。如不同性别的胃癌发生危险不同，通过Logistic回归可以求出危险度的具体数值，例如，这样就表示，男性发生胃癌的风险是女性的倍。这里要注意估计的方向问题，以女性作为参照，男性患
Logistic回归分析报告结果解读分析Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。 Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。 1.Logistic回归的用法 一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。 2.用Logistic回归估计危险度 所谓相对危险度(risk ratio，RR)是用来描述某一因素不同状态发生疾病(或其它结局)危险程度的 比值。Logistic回归给出的OR(odds ratio)值与相对危险度类似，常用来表示相对于某一人群，另一人群发生终点事件的风险超出或减少的程度。如不同性别的胃癌发生危险不同，通过Logistic回归可以求出危险度的具体数值，例如1.7，
这样就表示，男性发生胃癌的风险是女性的1.7倍。这里要注意估计的方向问题，以女性作为参照，男性患胃癌的OR是1.7。如果以男性作为参照，算出的OR将会是0.588(1/1.7)，表示女性发生胃癌的风险是男性的0.588倍，或者说，是男性的58.8％。撇开了参照组，相对危险度就没有意义了。 Logistic回归在医学研究中广泛使用的原因之一，就是模型直接给出具有临床实际意义的OR值，很大程度上方便了结果的解读与推广。 图1 相对危险度(risk ratio，RR)与OR(odds ratio)的表达 3. Logistic报告OR值或β值 在Logistic回归结果汇报时，往往会遇到这样一个问题：是应该报告OR值，
SPSS学习笔记之——二项Logistic回归分析 一、概述 Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量，并可以给出预测公式用于预测。 因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。 下面学习一下Odds、OR、RR的概念： 在病例对照研究中，可以画出下列的四格表： ------------------------------------------------------ 暴露因素病例对照 ----------------------------------------------------- 暴露 a b 非暴露 c d ----------------------------------------------- Odds:称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性（概率）之比。在病例对照研究中病例组的暴露比值为： odds1 = (a/(a+c))/(c(a+c)) = a/c， 对照组的暴露比值为： odds2 = (b/(b+d))/(d/(b+d)) = b/d OR：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc 换一种角度，暴露组的疾病发生比值： odds1 = (a/(a+b))/(b(a+b)) = a/b 非暴露组的疾病发生比值： odds2 = (c/(c+d))/(d/(c+d)) = c/d OR = odds1/odds2 = ad/bc 与之前的结果一致。 OR的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。OR>1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联；OR<1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。还应计算OR的置信区间，若区间跨1，一般说明该因素无意义。 关联强度大致如下： ------------------------------------------------------ OR值联系强度 ------------------------------------------------------ 0.9-1.0 1.0-1.1 无 0.7-0.8 1.2-1.4 弱（前者为负关联，后者为正关联） 0.4-0.6 1.5-2.9 中等（同上） 0.1-0.3 3.0-9.0 强（同上） <0.1 10.0以上很强（同上） ------------------------------------------------------
线性回归是很重要的一种回归方法，但是线性回归只适用于因变量为连续型变量的情况，那如果因变量为分类变量呢？比方说我们想预测某个病人会不会痊愈，顾客会不会购买产品，等等，这时候我们就要用到logistic回归分析了。Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪
种产品，这种回归叫做多项 logistic回归。还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。 欧阳学文 二值logistic回归： 选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic 回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。
细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着a*b，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚次数综合在一起，会对健康程度有一个新的影响，这时候，我们就认为两者有交互效应。那么我们为了模型的准确，就把这个交互效应也选到模型里去。我们在右边的那个框框里选择变量a，按住ctrl，在选择变量b，那么我们就同时选住这两个变量了，然后点那个a*b的按钮，这样，一个新的名字很长的变量就出现在协变量的框框里了，就是我们的交互作用的变量。 然后在下边有一个方法的下拉菜单。默认的是进入，就是强迫所有选择的变量都进入到模型里边。除去进入法以外，还有三种向前法，三种向后法。一般默认进入就可以了，如果做出来的模型有变量的p值不合格，就用其他方法在做。再下边的选择变量则是用来选择你的个案的。一般也不用管它。 选好主面板以后，单击分类（右上角），打开分类对话框。在这个对话框里边，左边的协变量的框框里边有你选
第十二章 Logistic 回归分析 一、Logistic 回归概述： Logistic 回归主要用于筛选疾病的危险因素、预后因素或评价治疗措施；通常以疾病的死亡、痊愈等结果发生的概率为因变量，以影响疾病发生和预后的因素为自变量建立模型。 二、Logistic 回归的分类及资料类型： 第一节 非条件Logistic 回归分析 一、Logistic 回归模型： Logistic 回归模型： logit （P ）= ln( p p -1) = β0+β1χ1 + … +βn χn 二、回归系数的估计（参数估计）： 回归模型的参数估计：Logistic 回归模型的参数估计通常利用最大似然估计法。 三、假设检验： 1．Logistic 回归方程的检验： ·检验模型中所有自变量整体来看是否与所研究事件的对数优势比存在线性关系，也即方程是否成立。 ·检验的方法有似然比检验、比分检验（score test ）和Wald 检验（wald test ）。上述三种方法中，似然比检验最可靠。 ·似然比检验（likehood ratio test ）：通过比较包含与不包含某一个或几个待检验观察因素的两个模型的对数似然函数变化来进行，其统计量为G=-2ln(L)（又称Deviance ）。无效假设H 0：β=0。当H 0成立时，检验统计量G 近似服从自由度为N-P-1的X 2分布。当G 大于临界值时，接受H 1,拒绝无效假设，认为从整体上看适合作Logistic 回归分析，回归方程成立。 2．Logistic 回归系数的检验： ·为了确定哪些自变量能进入方程，还需要对每个自变量的回归系数进行假设检验，判断其对模型是否有贡献。 ) (11011011011011)](exp[11 )exp(1)exp(p p X X p p p p p p e X X X X X X p ββββββββββββ+++-+= +++-+=+++++++=