当前位置:首页 >> 信息与通信 >>

Stata做logistic回归


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: sw logit y x1 x2 x3, 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: sw logit y x1 x2 x3, 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: y y=1:病例, y=0:对照 3: ht ht=0:无高血压, ht=1:有高血压 4: est est=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: drug drug=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。 . clogit y ht est drug, 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。 ? clogit y ht dose drug, 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 : clogit y ht i.dose drug, 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的产妇作为 对照,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)。

mlogit y x1 x2 [fw=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。

test [1]x1=[2]x1 test [1]x2=[2]x2

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]] [,table level(#)] ? 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系,共收集了 857名儿童的资料,见表6。

可以计算出OR=1.89, ? 解释为:当母亲的文化程度提高一个等级时, 儿童智力提高一个或一个以上等级的可能性 将增加0.89倍

小结 Logit、 blogit 、 glogit 、 blogit 、 clogit 、 mlogit 、 ologit



相关文章:
更多相关标签: