多元线性回归、Logistic回归、Poisson回归和Cox回归的比较

Betruthseekerbyatang@pku2013/1/101多元线性回归、Logistic回归、Poisson回归和Cox回归的比较多元线性回归Logistic回归Poisson回归Cox回归应变量及其分布连续变量正态分布分类变量二项分布分类变量Poisson分布二分类变量和生存时间无特定要求自变量最好是数值变量，也可以是分类变量数值变量、无序分类变量、有序分类变量资料删失不允许不允许不允许允许适用条件LINE：线性、独立性、正态性、等方差独立性；若有数值变量，应接近正态分布；二分类变量服从二项分布；LogitP与自变量呈线性关系事件发生随机、独立、发生概率不变、发生数服从Poisson分布模型中协变量对生存率的影响不随时间的改变而改变（比例风险假定）模型结构Y=β0+ΣβjXjLogit(p)=β0+ΣβjXjLog(μ/n)=β0+ΣβjXjh(t)=h0(t)exp(ΣβjXj)参数估计最小二乘法最大似然法最大似然法最大似然法参数检验F检验、t检验似然比检验、wald检验、score检验似然比检验、wald检验、score检验似然比检验、wald检验、score检验参数解释其他变量不变条件下，变量Xj每变化一个单位所引起的Y的平均改变量其他变量不变条件下，变量Xj每变化一个单位所引起的lnOR的改变量其他变量不变条件下，变量Xj每变化一个单位所引起的lnRR的改变量其他变量不变条件下，变量Xj每变化一个单位所引起的lnRR的改变量Betruthseekerbyatang@pku2013/1/102变量筛选前进法、后退法、逐步法回归分析需提供的结果①以××为自变量，以××为因变量，建立多元线性回归方程。筛选变量的方法。＝？②变量赋值表（不是结果,没有它结果没用）③回归系数表④模型方差分析的结果⑤决定系数R2，调整的回归系数R2⑥分析过程中发现的问题和解决的方法（共线性问题、交互作用、混杂因素等）①以××为因变量，以××为自变量，进行Logistic回归分析，采用××方法筛选变量，=?②变量赋值表③模型拟合的检验和指标④参数估计表⑤结果的解释（OR，95%CI）⑥分析过程中发现的问题和解决的方法（共线性问题、交互作用、混杂因素等）①以××为因变量，以××为自变量，进行Poisson回归分析，采用××方法筛选变量，=?②变量赋值表③模型拟合的检验和指标④参数估计表⑤结果的解释（RR，95%CI）⑥分析过程中发现的问题和解决的方法（共线性问题、交互作用、混杂因素等）①以××为因变量，以××为自变量，进行Cox回归分析，采用××方法筛选变量，=?②变量赋值表③模型拟合的检验和指标④参数估计表⑤结果的解释（RR或HR，95%CI）⑥分析过程中发现的问题和解决的方法（共线性问题、交互作用、混杂因素等）样本量最少5-10倍的自变量个数最少15-20倍的自变量个数最少15-20倍的自变量个数参考资料孙振球医学统计学（第3版）研究生教学用书，人民卫生出版社