精品课程医学统计学教学课件logistic回归分析(1)(1).ppt

知识点: 1. logistic回归分析是医学统计学中一种重要的多变量分析方法，主要用于研究分类因变量与影响因素之间的关系，其中因变量可以是二分类或多分类的观察结果。 2. logistic回归分析可以分为二分类资料logistic回归和多分类资料logistic回归。二分类资料logistic回归适用于因变量为两分类变量的资料，多分类资料logistic回归适用于因变量为多项分类的资料。 3. 在二分类资料logistic回归中，存在非条件logistic回归和条件logistic回归。非条件logistic回归多用于非配比病例-对照研究或队列研究资料，条件logistic回归多用于配对或配比资料。 4. 在多分类资料logistic回归中，可以使用多项分类logistic回归模型或有序分类logistic回归模型。 5. 研究疾病与各种危险因素间关系的流行病学研究中，logistic回归分析是常用方法。除了logistic回归分析，其他分析方法还包括Mantel-Haenszel分层分析、线性回归分析、队列研究、病例对照研究等。 6. 队列研究是一种前瞻性研究，研究开始时根据有无暴露经历，将研究人群分为暴露人群和非暴露人群，通过随访观察和比较两组人群的发病率或死亡率，验证暴露因素与疾病间的关系。 7. 病例对照研究是一种回顾性研究，通过对比有病和无病两组人群的暴露情况，推测疾病与暴露间的关系。病例对照研究不能计算发病率，只能计算比值比（OR值），但当疾病发病率小于5%时，OR是相对危险度（RR）的极好近似值。 8. 病例对照研究的类型分为非条件logistic回归和条件logistic回归。在非条件logistic回归中，对照无其他限制；在条件logistic回归中，对照需要在某些因素或特征上与病例保持一致，称为匹配。匹配可以是成组匹配也可以是个体匹配，匹配的特征必须是已知的混杂因子或有充分理由怀疑的混杂因子。 9. 结构方程模型分析是另一种统计方法，可用于分析多个因变量之间的关系，当需要研究因变量与自变量之间的因果关系时，结构方程模型分析是一个好的选择。 10. 时间序列分析是处理时间序列数据的统计方法，用于分析数据点随时间变化的趋势，预测未来数据点。 11. 生存风险回归分析是专门处理生存时间数据的回归分析方法，可以评估特定因素对生存时间的影响。 12. 生存时间因变量的分析方法是生存分析，其主要目的是估计生存时间和生存概率，并评估某些因素对生存时间的影响。 总结: Logistic回归分析是医学统计学中一种强大的多变量分析工具，特别是在处理分类因变量时。其广泛应用在流行病学研究中，用于分析疾病与各种危险因素间的定量关系。除了logistic回归，流行病学研究还涉及多种其他统计方法，如Mantel-Haenszel分层分析、线性回归分析、队列研究、病例对照研究等。了解和掌握这些方法对于医学统计分析至关重要。此外，结构方程模型分析、时间序列分析和生存风险回归分析等方法在处理特定类型数据时也显示出其重要性。