2模型中参数的意义 P -Bo+BX1 1-P Bn(常数项):暴露因素X=0时,个体发病 概率与不发病概率之比的自然对数比值。 P(y=1/x=0) L-p( 0/x=0)
2.模型中参数的意义 = 0 1 1 1 ln X P P + − Β0（常数项）：暴露因素Xi =0时，个体发病 概率与不发病概率之比的自然对数比值。 = 0 1 ( 0 / 0) ( 1/ 0) ln − = = = = P y x P y x
B1的含义:某危险因素,暴露水平变化时,即 1与X=0相比,发生某结果(如发病)优势比 的对数值。 In OR=In/P/(1-P P1(y=1/x=1)的概率 1/(1-B0) =log itP-log itP P0(y=1x=0)的概率 =(+B1x)-(B+Bx0)=B1x1 P/(1-P) odds OR=eB OR P/(1-P) odds
的含义：某危险因素，暴露水平变化时，即 Xi=1与Xi=0相比，发生某结果（如发病）优势比 的对数值。 1 1 0 0 1 0 0 1 1 0 0 1 1 /(1 ) ln ln /(1 ) log log ( ) ( ) P P OR P P itP itP x x x − = − = − = + − + = i P1（y=1/x=1）的概率 P0（y=1/x=0）的概率 0 1 0 0 1 1 /(1 ) /(1 ) odds odds P P P P OR = − − = OR = e
危险因素 Y 0 发病=1 30(a)10(b) 不发病=070(c)90(d) a+c b+d 危险因素 1x=0 发病=1 p pc 不发病=01-p1 1-Po a P1 有暴露因素人群中发病的比例 a+c
危险因素 Y x= 1 x= 0 发病=1 30（a） 10（ b） 不发病=0 70（c） 90（d） a+c b+d 危险因素 Y x= 1 x= 0 发病=1 p1 p0 不发病=0 1-p1 1-p0 1 a p a c = + 有暴露因素人群中发病的比例
多元回归模型的的β1概念 logit(p)=In/ p 1-P F6+B1+…+Bnm B1反映了在其他变量固定后,X=1与x=0相比发 生Y事件的对数优势比 回归系数与ORX与Y的关联 β=0,OR=1, 无关 阝>0,OR>1,有关,危险因素 β<0,OR<1,有关,保护因子 事件发生率很小,OR≈RR
反映了在其他变量固定后，X=1与x=0相比发 生Y事件的对数优势比。 回归系数β与OR X与Y的关联 ◼ β=0，OR=1， 无关 β＞0，OR＞1 ， 有关，危险因素 β＜0，OR＜1， 有关，保护因子 事件发生率很小，OR≈RR。 多元回归模型的的 概念 i i i 0 1 1 logit(p) ln = 1 m m P X X P = + + + −
二、 logistic回归模型的参数估计 1.模型中的参数(β;)估计 P B+B1x1+B2X2+…+BnXn 1-P 通常用最大似然函数( maximum likelihood estimate,MLE)估计β,由统计软件 包完成。(讲义259页)
二、logistic回归模型的参数估计 1. 模型中的参数（βi）估计 通常用最大似然函数 (maximum likelihood estimate， MLE)估计β， 由统计软件 包完成。(讲义259页） X X m X m P P + + + + − = 0 1 1 2 2 1 ln