用stata进行stata logistic回归归分析

来源：蜘蛛抓取(WebSpider) 时间：2017-05-31 07:33 标签： stata做logistic回归
(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
&&|&&0次下载&&|&&总36页&&|
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：20积分
相关分类推荐
0人评价12页
0人评价33页
0人评价1页
0人评价103页
0人评价73页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
文档内容侵权
已存在相同文档
不属于经济管理类文档
源文档损坏或加密
若此文档涉嫌侵害了您的权利，请参照说明。
我要评价：
价格：20积分VIP价：您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
应用Stata做logistic回归.ppt 36页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
你可能关注的文档：
··········
··········
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。
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] (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
正在加载中，请稍后...苹果/安卓/wp
积分 14, 距离下一级还需 10 积分
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯
购买后可立即获得
权限: 隐身
道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
在研究是否信仰宗教（因变量），会考虑纳入自变量，父亲是否信仰宗教。母亲是否信仰宗教，配偶或伴侣是否信仰宗教，您处在是否信仰宗教的家庭环境，是不是第四个家庭变量可以去掉，或者相互之间用不用考虑交互
个人建议：可先将家庭每个成员（父亲、母亲、配偶）三个指标与因变量拟合模型，再将您处在是否信仰宗教的家庭环境与因变量拟合模型，看看哪个模型的结果好。最终再决定用哪个。其实，说到底建议就是两组变量单独放，不放在一起，不然感觉存在多重共线性。祝好运。
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
xddlovejiao1314 发表于
个人建议：可先将家庭每个成员（父亲、母亲、配偶）三个指标与因变量拟合模型，再将您处在是否信仰宗教的家 ...十分感谢，有些明白了
一级伯乐勋章
一级伯乐勋章
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
中级热心勋章
中级热心勋章
中级学术勋章
中级学术勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
高级信用勋章
高级信用勋章
特级热心勋章
高级热心勋章
特级学术勋章
特级学术勋章
特级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师stata 怎么写logistic回归分析命令_百度知道
stata 怎么写logistic回归分析命令
我有更好的答案
reg y x1 x2 x3
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。【图文】Stata做logistic回归_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
Stata做logistic回归
阅读已结束，下载本文到电脑
想免费下载本文？
登录百度文库，专享文档复制特权，积分每天免费拿！
你可能喜欢

我要回帖

更多关于 stata做logistic回归 的文章

 

随机推荐