Logistic回归应该说是我们日常生活中应用最多的分析方法啦,只要是多因素分析方法,很多情况都会使用logistic回归,logistic回归分为条件logistic和非条件logistic,我们日常生活中应用较多的应该是非条件logistic回归分析,而对于条件logistic回归应用较少,小编也很少遇到条件logistic回归分析,要不是前一阵子一个小伙伴咨询我,我对条件logistic回归也是比较陌生的。本期小编就给大家介绍一下条件logistic回归。
一、条件logistic回归与非条件logistic回归的区别
1.条件logistic回归又称配对logistic回归,其主要用于配对资料或分层资料的多因素分析,包括1:1配对资料,1:M配对资料。
注:配对资料来源于配对设计,将起始条件(匹配因素)一致的两个试验个体配成对,可设多个配对,每对个体分别随机地给予不同处理,则所得的结果即为配对资料。
2.非条件logistic回归又称成组logistic回归,其主要用于非配对资料的,即独立的组之间比较的多因素分析。
二、应用实例
如调查高血压发病(0=无高血压,1=高血压)和三种生活方式(睡眠状况(好=0,一般=1,不好=2)、身体情况(好=0,一般=1,不好=2)、锻炼情况(经常锻炼=0,偶尔=1,不锻炼=2))的关系。采用1:1配对的病例对照研究形式,根据性别、年龄作为匹配因素,选取健康对照,本次研究共选取30对病例健康对照。数据整理如下。这里的group实际是指一个配对组。Hypertension是因变

本文介绍了条件logistic回归与非条件logistic回归的区别,强调条件logistic回归主要用于配对或分层资料的多因素分析,而非条件logistic回归适用于独立组间的比较。通过一个1:1配对的病例对照研究案例,展示了条件logistic回归在分析高血压发病与生活方式的关系,并提供了SAS编程实现步骤,结果显示睡眠质量与高血压发病显著相关。
最低0.47元/天 解锁文章
1355

被折叠的 条评论
为什么被折叠?



