來源：職業(yè)病網(wǎng)2020-05-09
瀏覽：（578） 點贊：（2） 評論：（）
尋求一個二分類變量對另一個或一組變量X1,X2...Xm的數(shù)量依存關(guān)系的分析方法。
Logistic 回歸
尋求一個二分類變量對另一個或一組變量X1,X2...Xm的數(shù)量依存關(guān)系的分析方法。設對X,X....,Xm,Y做n次獨立觀測，應變量Y=1表示“事件發(fā)生”，Y=0表示“事件不發(fā)生”，記Y=1的概率P(Y=1)為P,Y=0的概率P(Y=0)為1-P,
有
In(_)=bo+b1x1+...+bmxm
由此得
1-P=1+exp(bo+bx1+...+bmxm)
這是數(shù)學上的一種Logistic曲線，故稱由模型（1)描述的P與原因變量間回歸關(guān)系為Logistic線性回歸；模型（2)為Logistic非線性回歸。
Logistic回歸模型從數(shù)理角度可分為條件概率模型和非條件概率模型；從流行病學調(diào)查設計與分析角度分為配對模型和成組模型。條件概率模型常應用于配對設計資料分析，非條件概率模型常應用于成組設計資料分析。
Logistic回歸主要用于解決以下問題：1.在疾病病因的多因素分析中，從眾多危險因素中篩選關(guān)系較密切的因素；2.校正混雜因素；3.預測某事件發(fā)生的概率，以此進行判別；4.流行病學研究中的相對危險度（RR)、比數(shù)（odds)、比數(shù)比（OR)等與Logistic回歸模型有密切關(guān)系。
RR=P(1)
odds=exp[bo+<ERR>bx)
OR=expl≥b,(xv-xo)]
文獻下載：
Logistic 回歸.docx
相關(guān)閱讀：Kappa的假設檢驗與Kappa統(tǒng)計量
凡本網(wǎng)注明“來源：職業(yè)病網(wǎng)”的所有作品，轉(zhuǎn)載請注明“來源：職業(yè)病網(wǎng)”。
凡本網(wǎng)注明“來源：XXX（非職業(yè)病網(wǎng)）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責。
如因作品內(nèi)容、版權(quán)和其它問題需要同本網(wǎng)聯(lián)系的，請在相關(guān)作品刊發(fā)之日起30日內(nèi)進行。
上一篇：個體與小概率原理
延伸閱讀
發(fā)表評論：
評論
鄭重聲明:本網(wǎng)站信息僅供健康參考,并非醫(yī)療診斷和治療依據(jù),不能代替醫(yī)院和主診醫(yī)生的診斷和治療
.png)
已咨詢:
